CGAL 基于曲面拟合的点云平滑

最新推荐文章于 2025-05-14 12:00:13 发布

原创最新推荐文章于 2025-05-14 12:00:13 发布 · 1.2k 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#c++ #算法 #开发语言 #3d #计算机视觉

CGAL学习专栏收录该内容

28 篇文章

订阅专栏

该文介绍了如何利用CGAL库中的jet_smooth_point_set函数，基于射流拟合方法对点云数据进行平滑处理。通过加载PCL格式的点云文件，转换为CGAL支持的格式，然后设置邻域点数进行平滑，最后将平滑后的点云数据保存回文件。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、算法原理

基于曲面拟合的方法，实现对点云的平滑处理。

1、主要函数

头文件

#include <CGAL/jet_smooth_point_set.h>

函数

void CGAL::jet_smooth_point_set  ( PointRange &  points,  
  unsigned int  k,  
  const NamedParameters &  np = parameters::default_values()  
 )

使用射流拟合在最近的邻居和重新投影到射流上的点的范围平滑。由于此方法会改变点的位置，因此不适用于进行过排序处理的点云。

points：点云
k：隐式曲面拟合的邻域点数。值越大，结果越平滑。
np：下面列出的命名参数中的一个可选序列。

在这里插入图片描述

二、代码实现

#include <vector>
#include <iostream>    // io
#include <pcl/io/pcd_io.h>          // PCL读取PCD
#include <pcl/point_types.h>        // PCL点类型
#include <CGAL/Point_set_3/IO/XYZ.h>// CGAL保存点为.xyz

#include <CGAL/jet_smooth_point_set.h>
#include <CGAL/Simple_cartesian.h>

typedef CGAL::Simple_cartesian<float> Kernel;

int main()
{
	//-------------------------加载PCD点云数据------------------------------
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);

	if (pcl::io::loadPCDFile<pcl::PointXYZ>("cgal//cloud.pcd", *cloud) == -1)
	{
		PCL_ERROR("Could not read file\n");
		return -1;
	}
	// ----------------------转为CGAL支持的格式------------------------------
	std::vector<Kernel::Point_3> points;
	for (size_t i = 0; i < cloud->size(); ++i)
	{
		float px = cloud->points[i].x;
		float py = cloud->points[i].y;
		float pz = cloud->points[i].z;
		points.push_back(Kernel::Point_3(px, py, pz));
	}

	// ---------------------------Smoothing----------------------------------
	const unsigned int nb_neighbors = 24; // 邻域点的个数
	CGAL::jet_smooth_point_set<CGAL::Parallel_if_available_tag>(points, nb_neighbors);
	//CGAL::IO::write_XYZ("cgal//smooth.xyz", points);

	pcl::PointCloud<pcl::PointXYZ>::Ptr smoothed(new pcl::PointCloud<pcl::PointXYZ>);
	smoothed->resize(points.size());
	smoothed->reserve(points.size());

	for (size_t i = 0; i < points.size(); ++i)
	{
		smoothed->points[i].x = points[i].hx();
		smoothed->points[i].y = points[i].hy();
		smoothed->points[i].z = points[i].hz();
	}
	pcl::io::savePCDFileBinary("cgal//jet_smooth.pcd", *smoothed); 
	
	return 0;
}