当前位置: 首页 > news >正文

【点云surface】Poisson表面重建

1 介绍

Poisson表面重建算法是一种用于从点云数据生成平滑曲面模型的算法。它基于Michael Kazhdan等人在2006年发表的论文《Poisson surface reconstruction》。该算法通过将点云数据转换为体素表示,并利用Poisson方程来重建曲面。

该算法的基本原理是将点云数据转换为体素表示,然后通过求解Poisson方程来重建曲面。Poisson方程是一个偏微分方程,它描述了一个函数的Laplace算子(二阶导数)与该函数的散度之间的关系。通过求解Poisson方程,可以得到一个平滑的曲面模型,该模型与原始点云数据尽可能匹配。

在PCL(点云库)中,Poisson表面重建算法有以下一些参数可以调整:

  • setDepth:体素深度。该参数定义了体素表示的深度级别,影响生成的体素分辨率和曲面细节。较高的深度级别会导致更高的分辨率和更准确的曲面重建,但也会增加计算时间和内存消耗。

  • setscale:体素缩放因子。该参数定义了体素表示的缩放比例,影响生成的体素分辨率和曲面细节。较小的缩放因子会导致更高的分辨率和更准确的曲面重建,但也会增加计算时间和内存消耗。

  • setSolverDivide:求解器分割数。该参数定义了求解器在求解Poisson方程时的分割数。较大的分割数可以提高求解的准确性和稳定性,但也会增加计算时间和内存消耗。

  • setIsoDivide:等值面分割数。该参数定义了生成等值面的分割数。较大的分割数可以提高等值面的平滑度和细节,但也会增加计算时间和内存消耗。

  • setConfidence:置信度。该参数定义了曲面重建中点云数据的置信度。较高的置信度会使算法更加关注点云数据,而较低的置信度会使算法更加关注平滑曲面的生成。

  • setOutputPolygons:输出多边形。该参数定义了是否输出多边形表示的曲面模型。如果设置为true,则算法将输出多边形表示的曲面模型;如果设置为false,则算法将输出三角网格表示的曲面模型。

一般使用默认参数即可

2 效果

原始数据

3 代码

#include <pcl/point_cloud.h>
#include <pcl/point_types.h>
#include <pcl/io/pcd_io.h>
#include <pcl/search/kdtree.h>
#include <pcl/features/normal_3d.h>

#include <pcl/surface/poisson.h>
#include <pcl/visualization/pcl_visualizer.h>


int main()
{
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::PCLPointCloud2 cloud2;
    pcl::io::loadPCDFile("/home/lrj/work/pointCloudData/bun0.pcd",cloud2);
    pcl::fromPCLPointCloud2(cloud2,*cloud);


    // 估计点云的法向量
    pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>);
    tree->setInputCloud(cloud);
    pcl::NormalEstimation<pcl::PointXYZ, pcl::Normal> ne;
    ne.setInputCloud(cloud);
    ne.setSearchMethod(tree);
    ne.setKSearch(20);//最近邻搜索参数
    pcl::PointCloud<pcl::Normal>::Ptr normals(new pcl::PointCloud<pcl::Normal>);
    ne.compute(*normals);

    // 将法线添加到点云数据集中
    pcl::PointCloud<pcl::PointNormal>::Ptr cloudWithNormals(new pcl::PointCloud<pcl::PointNormal>);
    pcl::concatenateFields(*cloud, *normals, *cloudWithNormals);

    // 创建Poisson重建对象
    pcl::Poisson<pcl::PointNormal> poisson;
    poisson.setInputCloud(cloudWithNormals);

    // 执行Poisson重建
    pcl::PolygonMesh mesh;
    poisson.reconstruct(mesh);


    boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer("Smoothed Point Cloud Viewer"));
    viewer->setBackgroundColor(0.05, 0.05, 0.05,0);
    viewer->addPolygonMesh(mesh, "mesh"); // 将Poisson曲面的网格数据mesh添加到PCL的可视化工具
    viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_COLOR, 0.5, 0.5, 0.5, "mesh");//设置网格颜色为会灰色
    viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_OPACITY, 0.8, "mesh");// 设置网格透明度为0.8,0为完全透明

    while(!viewer->wasStopped())
    {
        viewer->spinOnce();
    }
}

相关文章:

  • 【opencv】计算机视觉:实时目标追踪
  • 竞赛项目 车位识别车道线检测 - python opencv
  • 【OpenCV实现图像:使用OpenCV生成拼图效果】
  • Springboot websocket前端无法访问到,Websocket因AOP代理 前端无法请求到
  • 五种多目标优化算法(MOJS、NSGA3、MOGWO、NSWOA、MOPSO)求解微电网多目标优化调度(MATLAB代码)
  • Tomcat实现WebSocket即时通讯 Java实现WebSocket的两种方式
  • GEE:梯度提升树(Gradient Boosting Tree)分类教程(样本制作、特征添加、训练、精度、参数优化、贡献度、统计面积)
  • letcode::数组中的第k个最大元素
  • 软件设计先进性之虚拟化技术的应用
  • 三、Keil安装芯片包、下载固件库、建立STM32工程模板
  • Ceres使用
  • 数据结构总复习
  • Github Copilot AI编码完成工具
  • 【限时免费】20天拿下华为OD笔试之【双指针】2023Q1A-两数之和绝对值最小【欧弟算法】全网注释最详细分类最全的华为OD真题题解
  • 逻辑回归
  • 激光塑料透光率检测仪进行材料质量监控
  • 【数据库篇】关系模式的表示——(1)问题的提出
  • 目标检测 详解SSD原理,数据处理与复现
  • SparkSession介绍
  • mysql 性能参数调优详解
  • 马上评丨火车穿村而过多人被撞身亡,亡羊补牢慢不得
  • 新剧|《藏海传》定档,《折腰》《人生若如初见》今日开播
  • 他站在当代思想的地平线上,眺望浪漫主义的余晖
  • 有关部门负责人就《新时代的中国国家安全》白皮书答记者问
  • 何立峰:中方坚定支持多边主义和自由贸易,支持世界贸易组织在全球经济治理中发挥更大作用
  • 乘联分会:上半年车市价格竞争温和,下半年价格战或再开启