点云库PCL学习——kd-tree

最新推荐文章于 2025-02-12 13:23:08 发布

原创

最新推荐文章于 2025-02-12 13:23:08 发布 · 1.3k 阅读

0 ·

CC 4.0 BY-SA版权

本文介绍了在学习PCL库中使用kd-tree进行k近邻搜索和半径内邻居查找时遇到的编译问题及解决方案，包括flann::SearchParams错误、fopen和strcmp的安全警告、VS2017中pcl1.8.1的pop_t问题，以及附加依赖项的清理。通过解决这些问题，成功实现了kd-tree的功能。

如何用kd-tree找到具体点或空间位置的k近邻
或某一半径内的所有近邻；
主要函数有两个：

int nearestKSearch(int index, int k, std::vector<int>&k_indices,std::vector<float> &k_sqr_distances)
参数如下：
pcl::KdTreeFLANN<pcl::PointXYZ>kdtree;//设置搜索空间
kdtree.setInputCloud(cloud);//输入进去
pcl::PointXYZ searchPoint;//查询点            也就是第一个参数index
int K = 10;  //第二个参数
vector<int> pointIdxNKNSearch(K);   //临近点索引  第三个
vector<float> pointNKNSquaredDistance(K); //存储近邻点对应距离平方   第四个

int raiusSearch(int index,double radius, std::vector<int>&k_indices,std::vector<float> &k_sqr_distances);
index:要搜索的查询点
raidus:搜索半径
后两个同上

按照书上的内容写了kd-tree的代码，如下

#include <pcl/point_cloud.h>
#include<pcl/kdtree/kdtree_flann.h>
#include<iostream>
#include<vector>
#include<ctime>

using namespace std;
int main()
{
	srand(time(NULL));
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);