【PCL】PCL点云分割圆柱体

最新推荐文章于 2025-06-21 08:41:50 发布

原创最新推荐文章于 2025-06-21 08:41:50 发布 · 1k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#计算机视觉 #c++ #人工智能

本文介绍了如何在PCL库中使用SACSegmentationFromNormals类，结合RANSAC算法，基于法线信息对点云进行圆柱体分割的过程，包括数据预处理、模型估计和结果可视化。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

文章目录

前言
示例程序
测试结果

前言

在PCL中，可以使用pcl::SACSegmentationFromNormals类来实现圆柱体模型的分割。该类可以根据法线信息对点云进行分割，并提取出圆柱体点云。其原理是使用随机采样一致性（RANSAC）算法来估计圆柱体模型的参数，并从点云中提取圆柱体模型。该算法的基本流程如下：
**1、**过滤掉远离感兴趣区域的数据点。
**2、**估计每个点的表面法线。
**3、**使用RANSAC算法从点云中分割出平面模型，并保存。
**4、**使用RANSAC算法从点云中分割出圆柱体模型，并保存。

示例程序

#include <iostream>
#include <pcl/ModelCoefficients.h>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/sample_consensus/method_types.h>//模型定义头文件
#include <pcl/sample_consensus/model_types.h>//随机参数估计方法头文件
#include <pcl/segmentation/sac_segmentation.h>//基于采样一致性分割的类的头文件
#include <pcl/visualization/cloud_viewer.h>
#include <pcl/features/normal_3d.h>
#include <pcl/filters/passthrough.h>
#include <pcl/filters/extract_indices.h>

int main()
{

	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_in(new pcl::PointCloud<pcl::PointXYZ>);
	pcl::io::loadPCDFile("./Graphic/yuanzhu.pcd", *cloud_in);
	std::vector<pcl::PointIndices> clusters;
	int max_iterations = 500;
	double threshold = 1;
	float keepRatio = 0.2;
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_out(new pcl::PointCloud<pcl::PointXYZ>);

	if (cloud_in->empty())
	{
		std::cout << "input cloud is empty";
		return -1;
	}

	// 创建圆柱模型的分割对象，并设置所有参数
	pcl::PassThrough<pcl::PointXYZ> pass;             //直通滤波对象
	pcl::NormalEstimation<pcl::PointXYZ, pcl::Normal> ne;  //法线估计对象
	pcl::SACSegmentationFromNormals<pcl::PointXYZ, pcl::Normal> seg;    //分割对象

	pcl::ExtractIndices<pcl::PointXYZ> extract;      //点提取对象
	pcl::ExtractIndices<pcl::Normal> extract_normals;    ///点提取对象
	pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>());

	pcl::PointCloud<pcl::Normal>::Ptr cloud_normals(new pcl::PointCloud<pcl::Normal>);
	pcl::ModelCoefficients::Ptr coefficients_cylinder(new pcl::ModelCoefficients);
	pcl::PointIndices::Ptr inliers_cylinder(new pcl::PointIndices);

	// Read in the cloud data
	std::cerr << "PointCloud has: " << cloud_in->points.size() << " data points." << std::endl;

	
	ne.setSearchMethod(tree);
	ne.setInputCloud(cloud_in);
	ne.setKSearch(30);
	ne.compute(*cloud_normals);


	// Create the segmentation object for cylinder segmentation and set all the parameters
	seg.setOptimizeCoefficients(true);   //设置对估计模型优化
	seg.setModelType(pcl::SACMODEL_CYLINDER);  //设置分割模型为圆柱形
	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(1000);              //设置迭代的最大次数10000
	seg.setDistanceThreshold(0.5);         //设置内点到模型的距离允许最大值
	seg.setRadiusLimits(49, 51);             //设置估计出的圆柱模型的半径的范围
	seg.setInputCloud(cloud_in);
	seg.setInputNormals(cloud_normals);

	// Obtain the cylinder inliers and coefficients
	seg.segment(*inliers_cylinder, *coefficients_cylinder);
	std::cerr << "Cylinder coefficients: " << *coefficients_cylinder << std::endl;

	// Write the cylinder inliers to disk
	extract.setInputCloud(cloud_in);
	extract.setIndices(inliers_cylinder);
	extract.setNegative(false);
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_cylinder(new pcl::PointCloud<pcl::PointXYZ>());
	extract.filter(*cloud_out);
	if (cloud_out->points.empty())
		std::cerr << "Can't find the cylindrical component." << std::endl;
	else
	{
		std::cerr << "PointCloud representing the cylindrical component: "
			<< cloud_out->points.size() << " data points." << std::endl;
	}
	

	//可视化
	pcl::visualization::PCLVisualizer::Ptr viewer(new pcl::visualization::PCLVisualizer("3d viewer"));
	//左边窗口显示输入的点云
	int v1(0);
	viewer->createViewPort(0, 0, 0.5, 1, v1);
	viewer->setBackgroundColor(0, 0, 0, v1);
	pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> color_in(cloud_in, 255, 255, 255);
	viewer->addPointCloud<pcl::PointXYZ>(cloud_in, color_in, "cloud_in", v1);
	viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 3, "cloud_in", v1);

	//右边的窗口显示分割后的点云
	int v2(0);
	viewer->createViewPort(0.5, 0, 1, 1, v2);
	viewer->setBackgroundColor(0, 0, 0, v2);
	pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> color_out(cloud_out, 0, 255, 0);
	viewer->addPointCloud<pcl::PointXYZ>(cloud_out,color_out,"cloud_out", v2);
	viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 3, "cloud_out", v2);

	while (!viewer->wasStopped())
	{
		viewer->spinOnce(100);
	}
	return 0;
}