三维视觉--基于PCL已知点和位姿信息的点云分割(C++)实现

低调猫熊

于 2024-01-31 14:30:44 发布

阅读量602

点赞数 12

分类专栏：三维视觉文章标签： c++ 开发语言计算机视觉算法几何学

本文链接：https://blog.youkuaiyun.com/weixin_45665371/article/details/135952716

版权

三维视觉专栏收录该内容

10 篇文章

订阅专栏

本文介绍了如何在点云数据处理中，通过已知点的法向和半径滤波技术，实现点云的分割剔除，保留或删除距离直线点云一定条件的点。给出了使用C++和PCL库的基本代码示例。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

上一篇分享了如何在点云上生成直线点云，可以用来画坐标系和进行点云的筛选剔除。这篇文章用来介绍如何进行点云的分割剔除部分。

上一篇文章链接如下：

三维视觉--基于PCL的等距离点云直线生成(C++)实现-优快云博客

本文的原理是已知三维空间一点和该点法向，我们可以根据这一信息生成直线点云并结合半径滤波，实现整体点云的筛选。当然，也可以结合其他方法，本文以半径滤波为例。

    
    pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloudOut(new pcl::PointCloud<pcl::PointXYZRGB>);
    //遍历整体点云和直线点云
    for (size_t i = 0; i < cloud->points.size(); ++i) {
        double distance = 0.0;
        for (size_t j = 0; j < cloud_Line->points.size(); ++j) {
            //对遍历的点，求三个轴上的距离
            double dx = cloud_Line->points[j].x - cloud->points[i].x;
            double dy = cloud_Line->points[j].y - cloud->points[i].y;
            double dz = cloud_Line->points[j].z - cloud->points[i].z;
            distance = std::sqrt(dx * dx + dy * dy + dz * dz); 
            //整体点云到直线点云的距离小于2的，保留
            if (distance < 2.0) { 
                cloudOut->points.push_back(cloud->points[i]);
                break; 
            }
        }
    }
    pcl::io::savePLYFileBinary("cloudOut.ply", *cloudOut);

其中，直线点云的实现代码已经在上一篇给出，这里不做赘述。

这样就能实现将整体点云中，距离直线点云一定条件的点云保留或删除。当然，这样的用法还可以实现很多其他功能。

草稿代码可能不是很严谨，但运行起来问题不大。