PCL中法线空间采样介绍
法线空间采样
normalspacesampling即：法线空间采样，它在法向量空间内均匀随机抽样，使所选点之间的法线分布尽可能大，结果表现为地物特征变化大的地方剩余点较多，变化小的地方剩余点稀少，可有效保持地物特征。实现方法如下：
1、首先计算每个点的k领域，然后计算点到领域点的法线夹角值，以此来近似达到曲率的效果并提高计算效率，因为曲率越大的地方，夹角值越大。
2、设置一个角度阈值，当点的领域夹角值大于阈值时被认为是特征明显的区域，其余区域为不明显区域。
3、对明显和不明显区域进行均匀采样，采样数分别为u_(1-v)和u_v,u是目标采样数，v是均匀采样性。
// 创建基于邻域的法向估计类对象 // // 基于omp并行加速，需配置开启openmp // pcl::normalestimationomp ne; // ne.setnumberofthreads(10); pcl::normalestimation ne; // 创建一个空的kdtree对象，并把它传递给法线估计对象， // 用于创建基于输入点云数据的邻域搜索kdtree pcl::search::kdtree::ptr tree(new pcl::search::kdtree()); // 传入待估计法线的点云数据，智能指针 ne.setinputcloud(cloud_src); // 传入kdtree对象，智能指针 ne.setsearchmethod(tree); // 设置邻域搜索半径 ne.setradiussearch(0.1f); // 设置半径时，要考虑到点云空间间距 // // 也可以设置最近邻点个数 // ne.setksearch(25); // 设置视点源点，用于调整点云法向（指向视点），默认（0，0，0） ne.setviewpoint(0,0,0); // 计算法线数据 ne.compute(*cloud_normals); // 通过concatenatefields函数将point和normal组合起来形成pointnormal点云数据 pcl::pointcloud::ptr cloud_with_normal(new pcl::pointcloud()); pcl::pointcloud::ptr cloud_with_normal_sampled(new pcl::pointcloud()); pcl::concatenatefields(*cloud_src, *cloud_normals, *cloud_with_normal); // 创建法向空间采样（模板）类对象 pcl::normalspacesampling nss; // 设置xyz三个法向空间的分类组数，此处设置为一致，根据具体场景可以调整 const int kbinnum = 8; nss.setbins(kbinnum, kbinnum, kbinnum); // 如果传入的是有序点云，此处可以尝试设置为true nss.setkeeporganized(false); // 设置随机种子，这样可以保证同样的输入可以得到同样的结果，便于debug分析 nss.setseed(200); // random seed // 传入待采样的点云数据 nss.setinputcloud(cloud_with_normal); // 传入用于采样分析的法线数据，需与传入点云数据一一对应 nss.setnormals(cloud_normals); // 设置采样总数，即目标点云的总数据量 const float ksampleratio = 0.1f; nss.setsample(cloud_with_normal- >size()*ksampleratio); // 执行采样并带出采样结果 nss.filter(*cloud_with_normal_sampled);
超声波液位传感器的组成及工作原理
单片机的组成和指令系统与汇编语言程序及CPU和存储器等常见问题说明
中国电信公布其5G套餐资费，从199元到599元不等
一款基于定制ASIC芯片设计的低功耗柔性智能手势识别系统
酷派海外千元智能机出货量同比增长200%以上
PCL中法线空间采样介绍
荣耀路由2S评测 一个颇具性价比的选择
一加云耳Z2怎么样：好声音，随时听
保险电阻器的特点作用_保险电阻器的检测代换
从硬件的角度将对机器人控制器的概述
锂电池负极材料商翔丰华创业板IPO获受理
投20亿！木林森拟建Mini/MicroLED项目，前三季度净利润达3.5亿元
初创企业CloudMinds被禁止向中国共享美国技术
英伟达成半导体行业新收入冠军
阿里巴巴已经成为中国第一大AI智能音箱厂商
长城汽车与奥托立夫签署深化战略协议 汽车安全合作迈出全球化新步伐
产业互联网是未来互联网发展的重点
时域在数字射频领域中的作用
ROS中的TF该如何使用
量子物理学启用下一个加密密钥
normalspacesampling即：法线空间采样，它在法向量空间内均匀随机抽样，使所选点之间的法线分布尽可能大，结果表现为地物特征变化大的地方剩余点较多，变化小的地方剩余点稀少，可有效保持地物特征。实现方法如下：
1、首先计算每个点的k领域，然后计算点到领域点的法线夹角值，以此来近似达到曲率的效果并提高计算效率，因为曲率越大的地方，夹角值越大。
2、设置一个角度阈值，当点的领域夹角值大于阈值时被认为是特征明显的区域，其余区域为不明显区域。
3、对明显和不明显区域进行均匀采样，采样数分别为u_(1-v)和u_v,u是目标采样数，v是均匀采样性。
// 创建基于邻域的法向估计类对象 // // 基于omp并行加速，需配置开启openmp // pcl::normalestimationomp ne; // ne.setnumberofthreads(10); pcl::normalestimation ne; // 创建一个空的kdtree对象，并把它传递给法线估计对象， // 用于创建基于输入点云数据的邻域搜索kdtree pcl::search::kdtree::ptr tree(new pcl::search::kdtree()); // 传入待估计法线的点云数据，智能指针 ne.setinputcloud(cloud_src); // 传入kdtree对象，智能指针 ne.setsearchmethod(tree); // 设置邻域搜索半径 ne.setradiussearch(0.1f); // 设置半径时，要考虑到点云空间间距 // // 也可以设置最近邻点个数 // ne.setksearch(25); // 设置视点源点，用于调整点云法向（指向视点），默认（0，0，0） ne.setviewpoint(0,0,0); // 计算法线数据 ne.compute(*cloud_normals); // 通过concatenatefields函数将point和normal组合起来形成pointnormal点云数据 pcl::pointcloud::ptr cloud_with_normal(new pcl::pointcloud()); pcl::pointcloud::ptr cloud_with_normal_sampled(new pcl::pointcloud()); pcl::concatenatefields(*cloud_src, *cloud_normals, *cloud_with_normal); // 创建法向空间采样（模板）类对象 pcl::normalspacesampling nss; // 设置xyz三个法向空间的分类组数，此处设置为一致，根据具体场景可以调整 const int kbinnum = 8; nss.setbins(kbinnum, kbinnum, kbinnum); // 如果传入的是有序点云，此处可以尝试设置为true nss.setkeeporganized(false); // 设置随机种子，这样可以保证同样的输入可以得到同样的结果，便于debug分析 nss.setseed(200); // random seed // 传入待采样的点云数据 nss.setinputcloud(cloud_with_normal); // 传入用于采样分析的法线数据，需与传入点云数据一一对应 nss.setnormals(cloud_normals); // 设置采样总数，即目标点云的总数据量 const float ksampleratio = 0.1f; nss.setsample(cloud_with_normal- >size()*ksampleratio); // 执行采样并带出采样结果 nss.filter(*cloud_with_normal_sampled);
超声波液位传感器的组成及工作原理
单片机的组成和指令系统与汇编语言程序及CPU和存储器等常见问题说明
中国电信公布其5G套餐资费，从199元到599元不等
一款基于定制ASIC芯片设计的低功耗柔性智能手势识别系统
酷派海外千元智能机出货量同比增长200%以上
PCL中法线空间采样介绍
荣耀路由2S评测 一个颇具性价比的选择
一加云耳Z2怎么样：好声音，随时听
保险电阻器的特点作用_保险电阻器的检测代换
从硬件的角度将对机器人控制器的概述
锂电池负极材料商翔丰华创业板IPO获受理
投20亿！木林森拟建Mini/MicroLED项目，前三季度净利润达3.5亿元
初创企业CloudMinds被禁止向中国共享美国技术
英伟达成半导体行业新收入冠军
阿里巴巴已经成为中国第一大AI智能音箱厂商
长城汽车与奥托立夫签署深化战略协议 汽车安全合作迈出全球化新步伐
产业互联网是未来互联网发展的重点
时域在数字射频领域中的作用
ROS中的TF该如何使用
量子物理学启用下一个加密密钥