PCL 查找对应点并可视化

简介：

对应点可视化代码详解

viewer->addCorrespondences<pcl::PointXYZ>(input_cloud, target_cloud, all_correspondences, "correspondence",v1);

pcl::PointXYZ表示所添加对应点对的类型为PointXYZ类型的，参数中的前两个表示源点云和目标点云，all_correspondences 存储从源点云到目标点云的对应点的索引，”correspondence“是自定义的标签，v1表示添加到哪个窗口。
为了使得对应点更加个性化，可以对它进行如下”定制“：

viewer->setShapeRenderingProperties(pcl::visualization::PCL_VISUALIZER_LINE_WIDTH, 2, "correspondence");

设置对应点连线的粗细.
PCL_VISUALIZER_LINE_WIDTH,表示线操作,线段的宽度为2（线段的宽度最好不要超过自定义的点的大小）, "correspondence"表示对 对应的标签 做处理。

viewer->setShapeRenderingProperties(pcl::visualization::PCL_VISUALIZER_COLOR, 0, 0, 0.5, "correspondence");

设置对应点连线的颜色，范围从0-1之间。

代码实现

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

using namespace std;
int
main(int argc, char** argv)
{
	// 加载第一次扫描点云数据作为目标云
	pcl::PointCloud<pcl::PointXYZ>::Ptr target_cloud(new pcl::PointCloud<pcl::PointXYZ>);
	if (pcl::io::loadPCDFile<pcl::PointXYZ>("A3  - Cloud.pcd", *target_cloud) == -1)
	{
		PCL_ERROR("读取目标点云失败 \n");
		return (-1);
	}
	cout << "从目标点云中读取 " << target_cloud->size() << " 个点" << endl;

	// 加载从新视角得到的第二次扫描点云数据作为源点云
	pcl::PointCloud<pcl::PointXYZ>::Ptr input_cloud(new pcl::PointCloud<pcl::PointXYZ>);
	if (pcl::io::loadPCDFile<pcl::PointXYZ>("A3  - Cloud_A.pcd", *input_cloud) == -1)
	{
		PCL_ERROR("读取源标点云失败 \n");
		return (-1);
	}
	cout << "从源点云中读取 " << input_cloud->size() << " 个点" << endl;

	//初始化对象
	pcl::registration::CorrespondenceEstimation<pcl::PointXYZ, pcl::PointXYZ>core;
	core.setInputSource(input_cloud);
	core.setInputTarget(target_cloud);
	pcl::Correspondences all_correspondences;
	//core.determineCorrespondences(all_correspondences,6);//确定输入点云与目标点云之间的对应关系：
	
	core.determineReciprocalCorrespondences(all_correspondences);   //确定输入点云与目标点云之间的交互对应关系。
	float sum = 0.0, rmse;
	vector<float>Co;
	for (size_t j = 0; j < all_correspondences.size(); j++){
		sum += all_correspondences[j].distance;
		Co.push_back(all_correspondences[j].distance);
	}
	rmse = sqrt(sum / all_correspondences.size());
	vector<float>::iterator max = max_element(Co.begin(), Co.end());
	vector<float>::iterator min = min_element(Co.begin(), Co.end());
	cout << "匹配点对个数" << all_correspondences.size() << endl;
	cout << "距离最大值" << sqrt(*max) * 100 << "厘米" << endl;
	cout << "距离最小值" << sqrt(*min) * 100 << "厘米" << endl;
	cout << "均方根误差" << rmse * 100 << "厘米" << endl;

	
	boost::shared_ptr<pcl::visualization::PCLVisualizer>viewer(new pcl::visualization::PCLVisualizer("显示点云"));
	viewer->setBackgroundColor(0, 0, 0);  //设置背景颜色为黑色
	// 对目标点云着色可视化 (red).
	pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ>target_color(target_cloud, 255, 0, 0);
	viewer->addPointCloud<pcl::PointXYZ>(target_cloud, target_color, "target cloud");
	viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "target cloud");
	// 对源点云着色可视化 (green).
	pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ>input_color(input_cloud, 0, 255, 0);
	viewer->addPointCloud<pcl::PointXYZ>(input_cloud, input_color, "input cloud");
	viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "input cloud");
	//对应关系可视化
	viewer->addCorrespondences<pcl::PointXYZ>(input_cloud, target_cloud, all_correspondences, "correspondence");
	//viewer->initCameraParameters();
	while (!viewer->wasStopped())
	{
		viewer->spinOnce(100);
		boost::this_thread::sleep(boost::posix_time::microseconds(100000));
	}

	system("pause");
	return 0;
}

结果展示

1、输出对应关系

2、交互式查找结果：

3、必要说明
实验中发现对应关系中输出的distance,为对应点之间距离的平方

官网链接pcl::registration::CorrespondenceEstimation