PCL 网格投影曲面重建

者山海

已于 2024-09-20 09:18:02 修改

阅读量517

点赞数 3

分类专栏： PCL 文章标签：平面人工智能机器学习算法计算机视觉

于 2024-09-13 11:14:01 首次发布

本文链接：https://blog.csdn.net/xhm01291212/article/details/142205542

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

1.网格投影曲面重建

使用八叉树，通过分辨率和深度的设置，对点云进行体素化的分割，并通过对空洞体素点附近的点进行加权平均，填充相应体素块，填补空洞，得到结果文件。

如下图：

我们要填补红色这一块空洞区域，那么就计算该区域附近几个体素块的加权平均数，然后填充相应体素块，弥补空洞。

计算较慢，参考意义不大。

2.关键函数

（1）网格分辨率

segmentation.setResolution(0.005);

（2）填充空洞时，创建的填充单元格的数量（从种子点开始，每个维度分别填充n个八叉树体素块）

segmentation.setPaddingSize(3);

3.完整代码

#include <pcl/io/pcd_io.h>
#include <pcl/io/ply_io.h>
#include <pcl/point_types.h>
#include <pcl/features/normal_3d.h>
#include <pcl/surface/grid_projection.h>
#include <pcl/visualization/pcl_visualizer.h>
#include <boost/thread/thread.hpp>

int main()
{
	/****************网格投影曲面重建********************/
	pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZRGB>);				// 源点云
	pcl::io::loadPCDFile("D:/code/csdn/data/bunny2.pcd", *cloud);

	// 计算法线
	pcl::NormalEstimation<pcl::PointXYZRGB, pcl::Normal> n;
	pcl::search::KdTree<pcl::PointXYZRGB>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZRGB>);
	n.setInputCloud(cloud);
	n.setSearchMethod(tree);
	n.setKSearch(20);                                                                                   // k邻域搜索范围
	pcl::PointCloud<pcl::Normal>::Ptr normals(new pcl::PointCloud<pcl::Normal>);
	n.compute(*normals);

	pcl::PointCloud<pcl::PointXYZRGBNormal>::Ptr cloudNormals(new pcl::PointCloud<pcl::PointXYZRGBNormal>);         // 连接点云及法向量
	pcl::concatenateFields(*cloud, *normals, *cloudNormals);

	// 网格投影曲面重建
	pcl::GridProjection<pcl::PointXYZRGBNormal> segmentation;
	pcl::search::KdTree<pcl::PointXYZRGBNormal>::Ptr tree2(new pcl::search::KdTree<pcl::PointXYZRGBNormal>);
	segmentation.setInputCloud(cloudNormals);
	segmentation.setSearchMethod(tree2);
	segmentation.setResolution(0.005);											// 网格分辨率
	segmentation.setPaddingSize(3);												// 填充空洞时，创建的填充单元格的数量
	pcl::PolygonMesh triangles;                                                                                     // 存储最终三角化的网格模型
	segmentation.reconstruct(triangles);

	pcl::io::savePLYFile("D:/code/csdn/data/bunny3.ply", triangles);

	/****************展示********************/
	boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer("GridProjection"));
	viewer->addPointCloud(cloud, "cloud");
	boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer0(new pcl::visualization::PCLVisualizer("GridProjection0"));
	viewer0->addPolygonMesh(triangles, "triangles");
	viewer0->setRepresentationToWireframeForAllActors();          // 网格模型以线框图模式显示

	while (!viewer->wasStopped() || !viewer0->wasStopped())
	{
		viewer->spinOnce(100);
		viewer0->spinOnce(100);
		boost::this_thread::sleep(boost::posix_time::microseconds(100000));
	}

	return (0);
}

4.结果展示

原始点云

重建结果