PCL 计算PFH并可视化

算法原理

PFH和FPFH的算法原理

代码实现

#include<iostream>
#include<vector>
#include <pcl/point_types.h>
#include <pcl/features/pfh.h>
#include <pcl/io/pcd_io.h>//点云文件pcd 读写
#include <pcl/features/normal_3d.h>//法线特征
#include <pcl/visualization/pcl_plotter.h>// 直方图的可视化 方法2

using namespace std;
int main(int argc, char** argv)
{

	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_ptr(new pcl::PointCloud<pcl::PointXYZ>);
	//======【1】 读取点云文件　填充点云对象======
	pcl::PCDReader reader;
	reader.read("mesh.pcd", *cloud_ptr);
	// =====【2】计算法线========创建法线估计类====================================
	pcl::NormalEstimation<pcl::PointXYZ, pcl::Normal> ne;
	ne.setInputCloud(cloud_ptr);
	
	pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>());
	ne.setSearchMethod(tree);//设置近邻搜索算法
	// 输出点云 带有法线描述
	pcl::PointCloud<pcl::Normal>::Ptr cloud_normals_ptr(new pcl::PointCloud<pcl::Normal>);
	pcl::PointCloud<pcl::Normal>& cloud_normals = *cloud_normals_ptr;
	// Use all neighbors in a sphere of radius 3cm
	ne.setRadiusSearch(0.03);//半价内搜索临近点 3cm
	// 计算表面法线特征
	ne.compute(cloud_normals);

	//=======【3】创建PFH估计对象pfh，并将输入点云数据集cloud和法线normals传递给它=================
	pcl::PFHEstimation<pcl::PointXYZ, pcl::Normal, pcl::PFHSignature125> pfh;// phf特征估计其器
	pfh.setInputCloud(cloud_ptr);
	pfh.setInputNormals(cloud_normals_ptr);
	//如果点云是类型为PointNormal,则执行pfh.setInputNormals (cloud);
	//创建一个空的kd树表示法，并把它传递给PFH估计对象。
	//基于已给的输入数据集，建立kdtree
	pcl::search::KdTree<pcl::PointXYZ>::Ptr tree2(new pcl::search::KdTree<pcl::PointXYZ>());
	//pcl::KdTreeFLANN<pcl::PointXYZ>::Ptr tree2 (new pcl::KdTreeFLANN<pcl::PointXYZ> ()); //-- older call for PCL 1.5-
	pfh.setSearchMethod(tree2);//设置近邻搜索算法
	//输出数据集
	pcl::PointCloud<pcl::PFHSignature125>::Ptr pfh_fe_ptr(new pcl::PointCloud<pcl::PFHSignature125>());//phf特征
	//使用半径在5厘米范围内的所有邻元素。
	//注意：此处使用的半径必须要大于估计表面法线时使用的半径!!!
	pfh.setRadiusSearch(0.05);
	//计算pfh特征值
	pfh.compute(*pfh_fe_ptr);
	cout << "phf feature size : " << pfh_fe_ptr->points.size() << endl;
	// 应该与input cloud->points.size ()有相同的大小，即每个点都有一个pfh特征向量

	// ========直方图可视化=============================
	  pcl::visualization::PCLPlotter plotter;
	  plotter.addFeatureHistogram(*pfh_fe_ptr, 300); //设置的很坐标长度，该值越大，则显示的越细致
	  plotter.plot();

	return 0;
}

实验结果