欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

PCL利用RANSAC自行拟合分割平面

程序员文章站 2022-03-30 20:15:11
利用PCL中分割算法、 pcl::SACSegmentation seg; ,不利用法线参数,只根据模型参数得到的分割面片,与想象的面片差距很大, 后我采用RANSAC拟合的方法,进行面片的分割 得到: 之后我想迭代的进行面片拟合后分割出来,在索引的地方遇到了问题 于是 ......

利用pcl中分割算法、

 pcl::sacsegmentation<pcl::pointxyz> seg;

,不利用法线参数,只根据模型参数得到的分割面片,与想象的面片差距很大,

 1  pcl::modelcoefficients::ptr coefficients (new pcl::modelcoefficients ());
 2   pcl::pointindices::ptr inliers (new pcl::pointindices ());
 3   // 创建分割对象
 4   pcl::sacsegmentation<pcl::pointxyz> seg;
 5   // 可选
 6   seg.setoptimizecoefficients (true);
 7   // 必选
 8   seg.setmodeltype (pcl::sacmodel_plane);
 9   seg.setmethodtype (pcl::sac_ransac);
10   seg.setmaxiterations (1000);
11   seg.setdistancethreshold (0.05);

后我采用ransac拟合的方法,进行面片的分割

 1     std::vector<int> inliers;    //存储局内点集合的点的索引的向量
 2     
 3     //进行ransac平面拟合
 4     pcl::sampleconsensusmodelplane<pointt>::ptr    model_p(new pcl::sampleconsensusmodelplane<pointt>(cloud));        //针对平面模型的对象
 5     pcl::randomsampleconsensus<pointt> ransacp(model_p);
 6     ransacp.setdistancethreshold(.1);        //与平面距离小于0.1的点作为局内点考虑
 7     ransacp.computemodel();                    //执行随机参数估计
 8     ransacp.getinliers(inliers);                //存储估计所得的局内点
 9     pcl::copypointcloud<pointt>(*cloud, inliers, *cloud_in);    //复制估算模型的所有局内点到cloud_in中
10     pcl::io::savepcdfile("./data/seg_ran/ransac_building_1.pcd", *cloud_in);

得到:

PCL利用RANSAC自行拟合分割平面

之后我想迭代的进行面片拟合后分割出来,在索引的地方遇到了问题

于是想出来一个比较笨的办法:

 

1 for (int i = 0; i < cloud->points.size(); i++)
2     {
3         std::vector<int>::iterator iter = find(inliers.begin(), inliers.end(), i);
4         if (iter == inliers.end())
5         {
6             cloud_out->points.push_back(cloud->points.at(i));
7         }
8     }

 

等同于自己写了一个分割的方法。

中间遇到的问题有:

点云的索引、有序点云与无序点云的写入、智能指针未实例化问题、

现在仍未搞明白pcl中的索引的使用方法。例如:pointindices、 extractindices 等

如有了解的小伙伴希望告知、互帮互助、共同进步!

2019-04-12  19:04:34