Apprentissage de la bibliothèque de nuages de points PCL: segmentation de plan conditionnellement contrainte (SACMODEL_NORMAL_PARALLEL_PLANE)

Lorsque vous utilisez pcl pour extraire des plans dans l'espace du nuage de points, nous utilisons généralement le modèle SACMODEL_PLANE et utilisons l'algorithme de cohérence d'échantillonnage (RANSAC) pour l'extraction. Lorsque l'environnement est plus complexe, nous pouvons utiliser le modèle SACMODEL_NORMAL_PARALLEL_PLANE pour contraindre la direction normale du plan et segmenter plus précisément le nuage de points du plan.

Fonction encapsulée

Paramètres: (nuage de points d'entrée, normal normal, nuage de points plan extrait, nuage de points filtré, paramètres du plan, distance maximale admissible du point au modèle, nombre d'itérations)

void normalPlaneSeg(pcl::PointCloud<pcl::PointXYZ>::Ptr Inputcloud,Eigen::Vector3f axis, pcl::PointCloud<pcl::PointXYZ>::Ptr filtercloud, pcl::PointCloud<pcl::PointXYZ>::Ptr filtercloud1,
pcl::ModelCoefficients::Ptr coefficients, double Threshold, int Iterationscount=1000)
{
       typedef pcl::PointXYZ PointT;
       //定义一些对象
       pcl::NormalEstimation<PointT,pcl::Normal> ne;  //法线估计对象
       pcl::SACSegmentationFromNormals<PointT,pcl::Normal> seg;    //分割对象
       pcl::PCDWriter writer;                 //PCD文件读取对象
       pcl::ExtractIndices<PointT>extract;   //点提取对象
       pcl::search::KdTree<PointT>::Ptr tree(new pcl::search::KdTree<PointT>());
       //定义一些变量
       pcl::PointCloud<pcl::Normal>::Ptr cloud_normals(new pcl::PointCloud<pcl::Normal>);
       pcl::PointCloud<PointT>::Ptr cloud_filtered(new pcl::PointCloud<PointT>);
       pcl::PointCloud<pcl::Normal>::Ptr cloud_normals2(new pcl::PointCloud<pcl::Normal>);
       pcl::PointIndices::Ptr inliers(new pcl::PointIndices);

       ne.setSearchMethod(tree);
       ne.setInputCloud(Inputcloud);
       ne.setKSearch(5);
       ne.compute(*cloud_normals);
       
       seg.setOptimizeCoefficients(true);           //设置对估计模型优化
       seg.setModelType(pcl::SACMODEL_NORMAL_PARALLEL_PLANE);//设置分割模型为带约束的平面
       seg.setMethodType(pcl::SAC_RANSAC);          //参数估计方法
       seg.setNormalDistanceWeight(0.1);            //设置表面法线权重系数
       seg.setMaxIterations(Iterationscount);       //设置迭代的最大次数，默认是10000
       seg.setDistanceThreshold(Threshold);         //设置内点到模型的距离允许最大值
       seg.setInputCloud(Inputcloud);
       seg.setInputNormals(cloud_normals);
       seg.segment(*inliers, *coefficients);
       seg.setAxis(axis);
       seg.setEpsAngle(PI / 120);//设置角度误差
       
       extract.setInputCloud(Inputcloud);
       extract.setIndices(inliers);
       extract.setNegative(false);//设置成true是保存滤波后剩余的点，false是保存在区域内的点
       extract.filter(*filtercloud);
       extract.setNegative(true);//设置成true是保存滤波后剩余的点，false是保存在区域内的点
       extract.filter(*filtercloud1);
} 

Des exemples

Extraire la surface supérieure du nuage de points sur le cylindre