PCL 拟合圆锥（以RANSAC为例）（SampleConsensus_Cone）

者山海

已于 2024-09-20 09:22:16 修改

阅读量711

点赞数 6

分类专栏： PCL 文章标签：人工智能算法机器学习计算机视觉平面

于 2024-09-10 18:55:45 首次发布

本文链接：https://blog.csdn.net/xhm01291212/article/details/142106445

版权

PCL 专栏收录该内容

96 篇文章

订阅专栏

PCL专栏目录及须知

以RANSAC为例。如果要用其他采样一致性算法，就只需要变换代码块中的这部分代码就可以。

可使用的其他采样一致性算法类型使用方法及算法的原理解释：

1.参数介绍

球体的Eigen::VectorXf参数为7个。分别是：

圆锥体顶点的x坐标；圆锥体顶点的y坐标；圆锥体顶点的z坐标；

圆锥体轴方向的x坐标；圆锥体轴方向的y坐标；圆锥体轴方向的z坐标；

圆锥体的张开角度；

2.完整代码

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/search/kdtree.h>
#include <pcl/features/normal_3d.h>  
#include <pcl/sample_consensus/ransac.h>
#include <pcl/sample_consensus/sac_model_cone.h>
#include <pcl/visualization/pcl_visualizer.h>
#include <boost/thread/thread.hpp>

int main()
{
	/****************拟合圆锥********************/
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);			// 源点云
	pcl::io::loadPCDFile("D:/code/csdn/data/rabbit.pcd", *cloud);
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloudInliers(new pcl::PointCloud<pcl::PointXYZ>);			// 拟合出的内点

	/****************拟合圆锥********************/
	// 计算法线
	pcl::NormalEstimation<pcl::PointXYZ, pcl::Normal> n;
	pcl::PointCloud<pcl::Normal>::Ptr normals(new pcl::PointCloud<pcl::Normal>);
	pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>());
	n.setInputCloud(cloud);
	n.setSearchMethod(tree);
	n.setKSearch(50);		// K近邻搜索个数
	n.compute(*normals);

	pcl::SampleConsensusModelCone<pcl::PointXYZ, pcl::Normal >::Ptr model(new pcl::SampleConsensusModelCone<pcl::PointXYZ, pcl::Normal >(cloud));
	model->setInputNormals(normals);
	pcl::RandomSampleConsensus<pcl::PointXYZ> ransac(model);	// 定义RANSAC算法对象
	ransac.setDistanceThreshold(0.01);							// 设置距离阈值
	ransac.setMaxIterations(500);								// 设置最大迭代次数
	ransac.computeModel();
	Eigen::VectorXf coeff;
	ransac.getModelCoefficients(coeff);							// 参数
	std::vector<int> ranSacInliers;                                                 // 获取属于拟合出的内点
	ransac.getInliers(ranSacInliers);
	pcl::copyPointCloud(*cloud, ranSacInliers, *cloudInliers);

	std::cout << "圆锥体顶点的x坐标为：" << coeff[0] << "\n圆锥体顶点的y坐标为：" << coeff[1] << "\n圆锥体顶点的z坐标为：" << coeff[2]
		<< "\n圆锥体轴方向的x坐标为：" << coeff[3] << "\n圆锥体轴方向的y坐标为：" << coeff[4] << "\n圆锥体轴方向的z坐标为：" << coeff[5]
		<< "\n圆锥体的张开角度：" << coeff[6]
		<< std::endl;

	/****************展示********************/
	boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer("ransac"));
	viewer->addPointCloud<pcl::PointXYZ>(cloud, "cloud");
	viewer->addPointCloud<pcl::PointXYZ>(cloudInliers, pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ>(cloudInliers, 255, 0, 0), "cloudInliers");

	while (!viewer->wasStopped())
	{
		viewer->spinOnce(100);
		boost::this_thread::sleep(boost::posix_time::microseconds(100000));
	}

	return (0);
}

3.结果代码

打印：

结果可视化：