PCL 点云表面凸包重建（Surface_ConvexHull）

PCL专栏目录及须知-优快云博客

注意：凸包在工作中非常常用！！！二维、三维均是。

1.原理

计算点云凸包。凸包计算

（1）三维凸包

1）任选点云中四个点，形成一个初始凸包（四面体）[四面体点集为D]。

2）遍历所有点云点，取每个点云点P，射线法计算是否在凸多面体内部：

<1>若点P在凸包内，跳过。

<2>若点P在凸包外，将点P加入点集D中，重新计算一个多面体[凸包]，并删除点集D中，不属于凸包顶点的点云点，得到新的点集D。

3）遍历所有点云点，得到凸包。

如下图：

假设点12345[点集D]...组成当前凸包多面体。

若在三维空间中，射线法算得点P在凸包的外部。那么就将点P加入到点12345....组成的凸包点集D中，重新计算得到新的凸包。并将点P加入到点集D中。

遍历算得最终的凸包。

（2）二维凸包

1）计算点云的投影面（实际操作中往往都是点云面积最大的那个平面）。

2）将所有点云点投影到二维平面上。

3）计算投影后的二维点云点的二维凸包（计算原理同三维凸包类似，只是多面体变成了多边形）。

4）得到凸包结果。

如下图：

我们假设你要计算下图这个兔子的二维凸包，投影面是屏幕正朝着你的这个面。你想象在这你把所有点云点拍平到这个面上（点云投影二维化【三维离散点变成一幅画】），然后你计算这个二维平面点云的凸包。

2.使用场景

（1）三维凸包使用场景：用于表面重建，计算物体大致轮廓时。

（2）二维凸包使用场景：

1）可用于计算某个平面的边缘，计算完毕之后，再进行多次直线拟合，拟合出平面。

2）计算某个物体的二维轮廓[往往需要先手动把点云点的z值设置为相同]，然后通过该二维轮廓做一些相应操作。（不要不修改点云z值，直接计算二维凸包，它投影的面有一定随机性，实际工作中都是要做一下修改z值的前处理）

比如：

工作中，规划变电站巡检路线。变电站的这些变电桩在巡检的时候，有很多固定的拍摄点。

取这些点，把这些点的z值设置为某个固定高度，然后计算二维凸包。

无人机拍摄路径沿着该凸包飞行。

3.注意事项

凸包挺好用，比较重要，很多场景可能可以用上。

4.关键函数

（1）设置是计算三维凸包还是二维凸包。

setDimension(3)

（2）设置是否计算凸包的表面积和体积（true是计算，false是不计算）。

setComputeAreaVolume(true)

（3）计算时：凸包的结果点云保存在参数1中；凸包的多边形点保存在参数2中。

reconstruct(*cloud_out_3d, polygons_3d)

5.代码

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/surface/convex_hull.h>
#include <boost/thread/thread.hpp>
#include <pcl/visualization/pcl_visualizer.h>

int main()
{
    /****************计算点云凸包********************/
    // 原始点云
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_in_3d(new pcl::PointCloud<pcl::PointXYZ>);
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_in_2d(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::io::loadPCDFile("D:/code/csdn/data/rabbit.pcd", *cloud_in_3d);   // 加载原始点云数据
	pcl::io::loadPCDFile("D:/code/csdn/data/JZDM.pcd", *cloud_in_2d);   // 加载原始点云数据
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_out_3d(new pcl::PointCloud<pcl::PointXYZ>);   // 结果点云
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_out_2d(new pcl::PointCloud<pcl::PointXYZ>);   // 结果点云

	// 计算凸包(3d)
	pcl::ConvexHull<pcl::PointXYZ> surface_3d;						// 3d凸包
	surface_3d.setInputCloud(cloud_in_3d);
	surface_3d.setDimension(3);										// 凸包设置凸包是2d的还是3d的
	surface_3d.setComputeAreaVolume(true);							// true:计算凸包的总面积和体积;false:不计算
	std::vector<pcl::Vertices> polygons_3d;							// 保存凸包顶点
	surface_3d.reconstruct(*cloud_out_3d, polygons_3d);				// 计算凸包
	float surface_area_3d = surface_3d.getTotalArea();				// 凸包总面积
	float surface_volume_3d = surface_3d.getTotalVolume();			// 凸包总体积

	// 计算凸包(2d)
	pcl::ConvexHull<pcl::PointXYZ> surface_2d;						// 2d凸包
	surface_2d.setInputCloud(cloud_in_2d);
	surface_2d.setDimension(2);										// 凸包设置凸包是2d的还是3d的
	surface_2d.setComputeAreaVolume(true);							// true:计算凸包的总面积和体积;false:不计算
	std::vector<pcl::Vertices> polygons_2d;							// 保存凸包顶点
	surface_2d.reconstruct(*cloud_out_2d, polygons_2d);				// 计算凸包
	float surface_area_2d = surface_2d.getTotalArea();				// 凸包总面积
	float surface_volume_2d = surface_2d.getTotalVolume();			// 凸包总体积

	/****************展示********************/
	// 3d
	// 模型
	boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer_3d(new pcl::visualization::PCLVisualizer("surface_3d"));
	viewer_3d->setBackgroundColor(0, 0, 0);
	viewer_3d->addPointCloud<pcl::PointXYZ>(cloud_in_3d, "cloud_3d");
	viewer_3d->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 2, "cloud_3d");
	// 3d凸包
	viewer_3d->addPolygonMesh<pcl::PointXYZ>(cloud_out_3d, polygons_3d, "polygons_3d");
	viewer_3d->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_COLOR, 1, 0, 0, "polygons_3d");
	viewer_3d->setRepresentationToWireframeForAllActors();

	// 2d
	// 模型
	boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer_2d(new pcl::visualization::PCLVisualizer("surface_2d"));
	viewer_2d->setBackgroundColor(0, 0, 0);
	viewer_2d->addPointCloud<pcl::PointXYZ>(cloud_in_2d, "cloud_2d");
	viewer_2d->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 2, "cloud_2d");
	// 2d凸包
	viewer_2d->addPolygonMesh<pcl::PointXYZ>(cloud_out_2d, polygons_2d, "polygons_2d");
	viewer_2d->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_COLOR, 1, 0, 0, "polygons_2d");
	viewer_2d->setRepresentationToWireframeForAllActors();

	while (!viewer_2d->wasStopped() || !viewer_3d->wasStopped())
	{

		viewer_2d->spinOnce(1000);
		viewer_3d->spinOnce(1000);
		boost::this_thread::sleep(boost::posix_time::microseconds(1000));

	}

	return 0;
}

6.结果展示

（1）三维凸包的结果（测试数据为z值不同的兔子）

（2）二维凸包的结果（测试数据为z值相同的一个平面点云）：