PCL教程-点云分割之区域生长分割算法.pdf

PCL教程-点云分割之区域⽣长分割算法 原⽂链接 ： 本教程使⽤到的点云数据 ： 在本篇教程中，我们 学习如何使⽤由pcl::RegionGrowing类实现的区域⽣长算法。该算法的⽬的是合并在平滑约束条件下⾜够接近的 点。因此，该算法的输出数据结构是由聚类组成的数组，其中每个聚类都是被认为是同⼀光滑表⾯的⼀部分的点的集合。该算法的⼯作原理 （光滑度的计算）是基于两点法线之间的⾓度⽐较。 ⽬录 基基本本原原理理 ⾸先，它根据点的曲率值对点进⾏排序。需要这样做是因为区域从曲率最⼩的点开始增长。这样做的原因是曲率最⼩的点位于平坦区域(从 最平坦区域⽣长可以减少段的总数)。 我们有了分类过的云。直到云中没有未标记点时，算法选取曲率值最⼩的点，开始区域的增长。这个过程如下所⽰ ： 选中的点被添加到名为种⼦的集合中。 对于每⼀个种⼦点，找到它的邻近点 ： 算出每个相邻点的法线和当前种⼦点的法线之间的⾓度，如果⾓度⼩于阈值，则 当前点添加到当前区域。 然后计算每个邻居点的曲率值，如果曲率⼩于阈值，那么这个点被添加到种⼦中。 当前的种⼦从种⼦列表中移除。 如果种⼦列表变成空的，这意味着该区域⽣长已完成，继续重复上述过程。 区域⽣长算法 ： 具有相似性的点云集合起来构成区域。 ⾸先对每个需要分割的区域找出⼀个种⼦点作为⽣长的起点，然后 种⼦点周围邻域中与种⼦有相同或 相似性质的点合并到种⼦像素 所在的区域中。⽽新的点继续作为种⼦向四周⽣长，直到再没有满⾜条件 的像素可以包括进来，⼀个区域就⽣长⽽成了。 算法流程 ： 1. 计算法线normal 和曲率curvatures，依据曲率升序 排序 ； 2. 选择曲率最低的为初始种⼦点，种⼦周围的临近点和 种⼦点云相⽐较 ； 3. 法线的⽅向是否⾜够相近 （法线夹⾓⾜够 r p y）， 法线夹⾓阈值 ； 4. 曲率是否⾜够⼩ （表⾯处在同⼀个弯曲程度），区域 差值阈值 ； 5. 如果满⾜2，3则该点可⽤做种⼦点; 6. 如果只满⾜2，则归类⽽不做种⼦; 算算法法伪伪代代码码 输输⼊⼊ Point cloud = Point normals = Points curvatures = Neighbour finding function Curvature threshold Angle threshold 初初始始化化 区域列表置为空 ： Region list 可⽤的点云列表 ：Available points list 算算法法实实现现 程程序序代代码码 #include iostream #include vector #include pcl/point_types.h #include pcl/io/pcd_ io.h #include pcl/search/search.h #include pcl/search/kdtree.h #include pcl/features/normal_3d.h #include pcl/visuali ation/cloud_viewer.h #include pcl/filters/passthrough.h #include pcl/segmentation/region_growing.h #include pcl/console/print.h #include pcl/console/parse.h #include pcl/console/time.h #include windows.h #include stdio.h #include psapi.h void PrintMemoryInfo( ) { HANDLE hProcess; PROCESS_ MEMORY_COUNT ERS pmc; hProcess=GetCurrentProcess() ; printf( \nProcess ID: %u\n, hProcess ) ; // Print information about the memory usage of th