wi162yyxq的博客

1.超体聚类——一种来自图像的分割方法　　超体（supervoxel）是一种集合，集合的元素是“体”。与体素滤波器中的体类似，其本质是一个个的小方块。与之前提到的所有分割手段不同，超体聚类的目的并不是分割出某种特定物体，其对点云实施过分割(over segmentation)，将场景点云化成很多小块，并研究每个小块之间的关系。这种将更小单元合并的分割思路已经出现了有些年份了，在图像分割中，

上一篇讲了超体聚类，也就是把点云按照颜色和空间位置进行有意义的分割，将其分割成小块，分割之后看起来还是很乱，但是基于聚类之后的结果2014年CVPR上有人基于这个聚类结果提出了利用凹凸性进行物体分割的方法，这个方法好的一点是不想我之前提到过的一个点云分割的框架需要进行训练，用SVM分类然后再利用模型进行分割，这个算法可以进行直接分割，且分割效果也很不错。       具体原理可以参考http:

#include #include #include #include #include #include #include #include #include #include #include #include #include #include #define vtkRenderingCore_AUTOINIT 3(vtkInteractionStyl

#include #include #include #include #include #include #include #include #include #include #include #include #include #include #include typedef pcl::PointXYZRGBA PointT;typedef pcl:

框选本身还是很简单的，只要获取分割后每一个物体的点云的重心，然后画框就好了，这里我还加入了一个PCA，将矩形框按照物体点云的主轴方向进行了调整，主要参考了http://pointclouds.org/documentation/tutorials/moment_of_inertia.php 这里写的很详细，主要过程就是：首先计算点云的协方差矩阵，并提取其特征值和向量。 您可以认为所得到的特征向