![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
PCL
zxcvb036
这个作者很懒,什么都没留下…
展开
-
PCL 点云配准 IterativeClosestPointNonLinear
#include <pcl/memory.h> // for pcl::make_shared#include <pcl/point_types.h>#include <pcl/point_cloud.h>#include <pcl/point_representation.h>#include <pcl/io/pcd_io.h>#include <pcl/filters/voxel_grid.h>#include <原创 2021-02-18 16:37:45 · 1221 阅读 · 1 评论 -
PCL IterativeClosestPoint 重叠最邻近点 点云配准
#include <iostream>#include <pcl/io/pcd_io.h>#include <pcl/point_types.h>#include <pcl/registration/icp.h>intmain(int argc, char** argv){ pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_in(new pcl::PointCloud<pcl::Poin原创 2021-02-18 15:26:48 · 349 阅读 · 0 评论 -
PCL Hypothesis Verification 识别目标过滤 去除假阳性
/* * Software License Agreement (BSD License) * * Point Cloud Library (PCL) - www.pointclouds.org * Copyright (c) 2014-, Open Perception, Inc. * * All rights reserved. * * Redistribution and use in source and binary forms, with or without * m原创 2021-02-18 14:07:18 · 400 阅读 · 0 评论 -
PCL implicit shape model 做目标识别分类
//训练过程很漫长/* 介绍implict shape model算法来识别物体,算法组合了通用霍夫变换和Bag of feature方法。 使用一个训练集来训练一个模型,然后用这个模型来匹配场景中出现的目标关于训练:6步 1.使用vexel grid方法,来提取关键点 2.关键点特征估计,使用FPFH算法 3.使用k-means方法来得到一个visual words 词典 4.计算每个样本的相对于中心的方向 5.计算visual word 的原创 2021-02-18 13:53:45 · 388 阅读 · 1 评论 -
PCL Corespondence Grouping 方法进行3D模板匹配
/** 此例程使用pcl_recognition 组件讲解 3D目标的识别。特别指出,例程主要讲解Corespondence Grouping算法* 通过点对点的比对相似性进行点阵的聚类来识别场景中的物体。每一个输出点阵,都是识别的物体的实例,另外* 算法还输出一个6DOF的转换矩阵来表示目标在场景中的位姿信息* * */#include <pcl/io/pcd_io.h>#include <pcl/point_cloud.h>#include <pcl/原创 2021-02-18 11:24:04 · 1316 阅读 · 0 评论 -
PCL RangeImage Border 提取
物体边界,这是物体最外层和阴影边界的可见点集;阴影边界,毗连于遮挡的背景上的点集;Veil点集,在被遮挡物边界和阴影边界之间的内插点,它们是由激光雷达获取的3D距离数据中的典型数据类型#include<iostream>#include<pcl/range_image/range_image.h>#include<pcl/io/pcd_io.h>#include<pcl/visualization/range_image_visualizer.h>#原创 2021-02-18 09:25:47 · 191 阅读 · 1 评论 -
PCL RangeImage
#include<pcl/range_image/range_image.h>int main(int argn, char** argv){ pcl::PointCloud<pcl::PointXYZ> pointCloud; // Generate the data for (float y = -0.5f; y <= 0.5f; y += 0.01f) { for (float z = -0.5f; z <= 0..原创 2021-02-18 08:40:06 · 177 阅读 · 0 评论 -
PCL八叉树 getPointIndicesFromNewVoxels 点云比对
查找B点云中 不属于A点云的点#include <pcl/point_cloud.h>#include <pcl/octree/octree_pointcloud_changedetector.h>#include<iostream>#include<vector>#include<ctime>#include <pcl/visualization/pcl_visualizer.h> int main(int arg原创 2021-02-09 16:37:43 · 309 阅读 · 0 评论 -
PCL八叉树 计算临近点和点间距
#include<pcl/point_cloud.h>#include<pcl/octree/octree_search.h>#include<iostream>#include<vector>#include<ctime>#include<math.h>intmain(int argc, char** argv){ srand((unsigned int)time(NULL)); pcl::PointClou原创 2021-02-09 15:20:05 · 503 阅读 · 0 评论 -
PCL 点云压缩
#include<pcl/point_cloud.h>#include<pcl/point_types.h>#include<pcl/io/openni2_grabber.h>#include<pcl/visualization/cloud_viewer.h>#include <pcl/compression/octree_pointcloud_compression.h>#include<stdio.h>#include原创 2021-02-09 14:48:24 · 342 阅读 · 0 评论 -
PCL KdTree 求最邻近的点和点间距
#include <pcl/point_types.h>#include <pcl/kdtree/kdtree_flann.h>#include <iostream>#include <vector>#include <ctime>#include <math.h>intmain(int argc, char** argv){ pcl::PointCloud<pcl::PointXYZ>::Ptr clo原创 2021-02-09 14:02:31 · 599 阅读 · 0 评论 -
PCL滤波 RadiusOutlierRemoval和Conditional删除孤立点
在RadiusOutlierRemoval 算法中,设置的setMinNeighborsInRadius,黄色点在设为1时被滤除右侧的则在设为2 时两个点都被删除#include <iostream>#include <pcl/point_types.h>#include <pcl/filters/radius_outlier_removal.h>#include <pcl/filters/conditional_removal.h>int原创 2021-02-09 13:21:38 · 667 阅读 · 0 评论 -
PCL 点云分割 并提取子点云的序号
#include <iostream>#include <pcl/ModelCoefficients.h>#include <pcl/io/pcd_io.h>#include <pcl/point_types.h>#include <pcl/sample_consensus/method_types.h>#include <pcl/sample_consensus/model_types.h>#include <pcl原创 2021-02-08 13:23:49 · 392 阅读 · 0 评论 -
PCL滤波 ProjectInliers平面投射
#include <iostream>#include <pcl/point_cloud.h>#include <pcl/point_types.h>#include <pcl/ModelCoefficients.h>#include <pcl/filters/project_inliers.h>intmain(int argc,char ** args){ pcl::PointCloud<pcl::PointXYZ>原创 2021-02-08 11:30:04 · 268 阅读 · 0 评论 -
PCL滤波 StatisticalOutlierRemoval去除噪声
#include <iostream>#include <pcl/io/pcd_io.h>#include <pcl/point_types.h>#include <pcl/filters/statistical_outlier_removal.h>intmain(int argc, char** argv){ pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointClo原创 2021-02-08 10:58:13 · 299 阅读 · 0 评论 -
PCL滤波--- VoxelGrid 点云降采样
#include <iostream>#include <pcl/io/pcd_io.h>#include <pcl/point_types.h>#include <pcl/filters/voxel_grid.h>//voxel 体元intmain(int argc, char** argv){ pcl::PCLPointCloud2::Ptr cloud(new pcl::PCLPointCloud2()); pcl::PCLPointC原创 2021-02-08 10:27:51 · 390 阅读 · 0 评论 -
PCL滤波--passthrough
#include <iostream>#include <pcl/point_types.h>#include <pcl/filters/passthrough.h>int main(int argc, char** argv){ pcl::PointCloud< pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>); pcl::PointCloud< p原创 2021-02-08 10:05:35 · 113 阅读 · 0 评论 -
PCL欧几里德 点云簇提取
#include <pcl/ModelCoefficients.h>#include <pcl/point_types.h>#include <pcl/io/pcd_io.h>#include <pcl/filters/extract_indices.h>#include <pcl/filters/voxel_grid.h>#include <pcl/features/normal_3d.h>#include <pc.原创 2021-02-07 14:42:37 · 364 阅读 · 2 评论 -
PCL 平面拟合和展示
#include <iostream>#include <pcl/ModelCoefficients.h>#include <pcl/io/pcd_io.h>#include <pcl/point_types.h>#include <pcl/sample_consensus/method_types.h>#include <pcl/sample_consensus/model_types.h>#include <pcl原创 2021-02-07 11:50:58 · 657 阅读 · 0 评论 -
PCL 提取圆柱体和平面
#include <pcl/ModelCoefficients.h>#include <pcl/io/pcd_io.h>#include <pcl/point_types.h>#include <pcl/filters/extract_indices.h>#include <pcl/filters/passthrough.h>#include <pcl/features/normal_3d.h>#include <pc原创 2021-02-07 10:58:53 · 1115 阅读 · 0 评论 -
PCL 显示点云文件
点云显示#include <pcl/visualization/cloud_viewer.h>#include <iostream>#include <pcl/io/io.h>#include <pcl/io/pcd_io.h> int user_data; void viewerOneOff (pcl::visualization::PCLVisualizer& viewer){ viewer.setBackg原创 2021-02-07 10:50:39 · 122 阅读 · 0 评论