pcl无序点云数据变化检测(octree)并实现可视化

最新推荐文章于 2024-09-26 10:28:48 发布

原创

最新推荐文章于 2024-09-26 10:28:48 发布 · 2.5k 阅读

15 ·

CC 4.0 BY-SA版权

文章标签：

#PCL #无序点云变换检测 #octree

参考：http://www.voidcn.com/article/p-aovciemr-bpr.html

步骤

对无序点云在空间变化上的检测，其实是对前后两幅点云在八叉树结构下的差异检测。因此我们要首先载入一个原始点云，并生成第一个八叉树结构；然后切缓冲，载入第二个点云，生成第二个八叉树结构；最后进行比较，如果有一些叶子结点在第二个八叉树上，但是不在第一个八叉树上，那么就认为这些叶子节点内的点是空间上变化多出来的点。

思路

读取一个点云并复制，在赋值的点云中添加1000个随机点，对两个点云进行0ctree检测，找出新增的点，并将三个点云可视化

代码

#include <iostream>
#include <pcl/common/common_headers.h>
#include <pcl/io/pcd_io.h>
#include <pcl/visualization/pcl_visualizer.h>
//octree_change_detction
#include <pcl/point_cloud.h>
#include <pcl/octree/octree_pointcloud_changedetector.h>
#include <vector>
#include <ctime>

#include <pcl/point_types.h>


int main(int argc, char** argv) {

    srand((unsigned int) time(NULL));//随机种子

    //Octree resolution - side length of octree voxels
    float resolution = 15.0f;
    //实例化基于octree的点云检测类
    pcl::octree::OctreePointCloudChangeDetector<pcl::PointXYZ> octree(resolution);//创建检测类的对象
    //创建两个XYZ点云指针，想办法将文件中的数据赋值给该指针
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud1 (new pcl::PointCloud<pcl::PointXYZ>);
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud2 (new pcl::PointCloud<pcl::PointXYZ>);
    //pcl::PointCloud<pcl::PointXYZ>::Ptr cloud3 (new pcl::PointCloud<pcl::PointXYZ>);//用来类型转换的
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_result (new pcl::PointCloud<pcl::PointXYZ>);//使用这个指针将获得的索引强制转换并输出

    //加载点云文件给cloud指针
    if(pcl::io::loadPCDFile<pcl::PointXYZ>("room_scan1.pcd",*cloud1)==-1)//??????
    {
        PCL_ERROR("Cou