淘宝直接怎么做网站,钓鱼网站制作方法,页面设计作品,高端文化网站一、概述 上面一篇中我们已经得出了一个结论#xff0c;就是ICP虽然简单#xff0c;但是也有明显的缺点 1、计算速度慢#xff0c;收敛慢#xff0c;迭代次数多 2、对内存的开销比较大 3、很容易陷入局部最优的困局 因此我们在经典ICP的基础上添加一两个约束#xff1a; 第…一、概述 上面一篇中我们已经得出了一个结论就是ICP虽然简单但是也有明显的缺点 1、计算速度慢收敛慢迭代次数多 2、对内存的开销比较大 3、很容易陷入局部最优的困局 因此我们在经典ICP的基础上添加一两个约束 第一个约束就是添加法向量计算当前点R半斤内的法向量算法向量的夹角 第二个约束就是添加曲率添加曲率 这样我们就可以减少迭代的次数加速收敛。
二、计算点云的法向量和曲率
原理 找到当前点pi的r 半斤类的所有的点V然后计算出当前点集V的均值ui然后开始计算V到的协方差 由于协方差的对称性我们可以对这个矩阵进行SVD矩阵分解 曲率 是按照从小到大的顺序排列的那么曲率可以计算 ,并且 越小表示当前点云半斤内越平坦 最小的特征值对应的就是法向量的方向。
数学技巧篇69:特征值、特征向量的求法与证明 - 知乎
法向量
求解最小特征值的特征向量即为法向量 法向量的定向
从上面我们可以计算出法向量那么法向量如何定向呢也就是说一条直线你规定那个方向为正方向呢
可以用视点Vp *Ni(当前点的法向量) 0 为正 等
PCL中的法向量定向
已知视点Vp 对于任意的半径内的点坐标Pi 以及其对应的法向量ni,其定向如下 flipNormalTowardsViewpoint (const PointT point, float vp_x, float vp_y, float vp_z, Eigen::Vector4f normal);法向量方向测试 比较如下 code
#include pcl/io/pcd_io.h
#include pcl/kdtree/kdtree_flann.h
//#include pcl/features/normal_3d.h
#include pcl/features/normal_3d_omp.h
#include pcl/visualization/pcl_visualizer.h
#include boost/thread/thread.hpp
#include vtkAutoInit.h
VTK_MODULE_INIT(vtkRenderingOpenGL);
VTK_MODULE_INIT(vtkInteractionStyle);
VTK_MODULE_INIT(vtkRenderingFreeType)#if 1int main()
{//------------------加载点云数据-------------------//C:\Users\Albert\Desktop\halcon_to_pcl\normal\normaltest2.pcdpcl::PointCloudpcl::PointXYZ::Ptr cloud(new pcl::PointCloudpcl::PointXYZ);if (pcl::io::loadPCDFilepcl::PointXYZ(C:\\Users\\Albert\\Desktop\\halcon_to_pcl\\classfiy\\0.pcd, *cloud) -1){// 找不到点云文件return -1;}//------------------计算法线----------------------pcl::NormalEstimationOMPpcl::PointXYZ, pcl::Normal n;//OMP加速pcl::PointCloudpcl::Normal::Ptr normals(new pcl::PointCloudpcl::Normal);//建立kdtree来进行近邻点集搜索pcl::search::KdTreepcl::PointXYZ::Ptr tree(new pcl::search::KdTreepcl::PointXYZ());n.setNumberOfThreads(10);//设置openMP的线程数 我一般是10条就够了// 主要是改变这个值来看看点云的法向量的方向变换n.setViewPoint(1,1,1);//设置视点默认为000n.setInputCloud(cloud);n.setSearchMethod(tree);n.setKSearch(10);//点云法向计算时需要所搜的近邻点大小//n.setRadiusSearch(0.03);//半径搜素n.compute(*normals);//开始进行法向计//----------------可视化--------------boost::shared_ptrpcl::visualization::PCLVisualizer viewer(new pcl::visualization::PCLVisualizer(Normal viewer));//viewer-initCameraParameters();//设置照相机参数使用户从默认的角度和方向观察点云//设置背景颜色viewer-setBackgroundColor(0.3, 0.3, 0.3);viewer-addText(Normal, 10, 10, text);//设置点云颜色pcl::visualization::PointCloudColorHandlerCustompcl::PointXYZ single_color(cloud, 255, 225,255);//添加坐标系viewer-addCoordinateSystem(0.1);viewer-addPointCloudpcl::PointXYZ(cloud, single_color, sample cloud);//添加需要显示的点云法向。cloud为原始点云模型normal为法向信息10表示需要显示法向的点云间隔即每10个点显示一次法向0.1表示法向长度。viewer-addPointCloudNormalspcl::PointXYZ, pcl::Normal(cloud, normals, 100, 0.03, normals);//设置点云大小viewer-setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, sample cloud);while (!viewer-wasStopped()){viewer-spinOnce(100);boost::this_thread::sleep(boost::posix_time::microseconds(100000));}return 0;}#endif
四、算法原理 五、算法流程
