region growing segmentation（基於區域增長的點雲分割）
pcl::regiongrowing （該類在pcl 1.7.0才有的）
pcl::normalestimation 計算法向量
演算法思路：
選擇種子點：在當前點集a中選擇有最小曲率的點加入種子點集
區域增長：尋找種子點的鄰域點，對於位於a中且與種子點的法向量夾角小於閾值的鄰域點，將其加入當前區域中，如果其曲率小於閾值則也加入種子點集
對於每個種子點，重複2，最終輸出一組類，每個類的點都認為是同一平滑表面的一部分。
region_growing_segmentation.cpp
#include
#include
#include
#include
#include
#include
#include
#include #
include
#include
intmain (
int argc,
char
** argv)
pcl ::search
::search
::pointxyz
>::ptr tree
= boost
::shared_ptr
::search
::search
::pointxyz
>
> (
new pcl
::search
::kdtree
::pointxyz
>);
pcl::pointcloud
::normal
>::ptr normals (
new pcl
::pointcloud
::normal
>);
pcl::normalestimation
::pointxyz, pcl
::normal
> normal_estimator;
normal_estimator.setsearchmethod (tree);
normal_estimator.setinputcloud (cloud);
normal_estimator.setksearch (
50);
normal_estimator.compute (
*normals);
pcl::indicesptr indices (
new std
::vector
<
int>);
pcl::passthrough
::pointxyz
> pass;
pass.setinputcloud (cloud);
pass.setfilterfieldname (
"z");
pass.setfilterlimits (
0.0,
1.0);
pass.filter (
*indices);
pcl::regiongrowing
::pointxyz, pcl
::normal
> reg;
reg.setminclustersize (
50);
reg.setmaxclustersize (
1000000);
reg.setsearchmethod (tree);
reg.setnumberofneighbours (
30);
reg.setinputcloud (cloud);
(indices);
reg.setinputnormals (normals);
reg.setsmoothnessthreshold (
3.0/180.0
* m_pi);
reg.setcurvaturethreshold (
1.0);
std::vector
::pointindices
> clusters;
reg.extract (clusters);
std::cout
<<
"number of clusters is equal to "
<
<
::endl;
std::cout
<<
"first cluster has "
<
0].indices.size ()
<<
" points."
<
std::cout
<<
"these are the indices of the points of the initial"
<<
std ::endl
<<
"cloud that belong to the first cluster:"
<
::endl;
int counter
=0;while (counter
0].indices.size ())
std ::cout
<
::endl;
pcl::pointcloud
::pointxyzrgb
>::ptr colored_cloud
= reg.getcoloredcloud ();
pcl::visualization
::cloudviewer viewer (
"cluster viewer");
viewer.showcloud(colored_cloud);
while (
!viewer.wasstopped ())
return (
0); }
cmakelists.txt
cmake_minimum_required(
version
2.8fatal_error)
project(
region_growing_segmentation)
find_package(
pcl1.5required)
include_directories(
$) link_directories(
$) add_definitions(
$) add_executable (
region_growing_segmentation
region_growing_segmentation.cpp)
target_link_libraries (
region_growing_segmentation
$)
PCL點雲庫 區域增長分割
區域生長演算法是利用了法線 曲率和顏色等資訊來判斷點雲是否應該聚成一類，適用於特徵均勻的連通目標。通過設定的約束條件並結合分割資料的融合需求，利用場景中物體的特徵將不同的目標物體從場景中分割出來。pcl中呼叫區域生長分割類pcl regiongrowing，實現區域生長分割演算法，演算法的目標是按照...
區域生長分割點雲
include include include include include include include include include include intmain int argc,char argv pcl search search pointxyz ptr tree boost s...
點雲分割入門（2） 基於區域生長的分割演算法
二 基於區域的分割演算法 其中,kd樹用來獲得點雲的拓撲結構，可以得到鄰域資訊。對於kd樹，這就簡單說一下，網上資料很全。點雲空間拓撲關係的建立方式主要有octree 法和 kd tree 法 根據pcl官網例程得到的結果如下圖所示 pcl官網 從圖中可以看出，對於階梯狀的方方正正的建築物，該方法效...