欢迎光临
我们一直在努力

PCL 生成三棱锥点云

目录

  • 一、算法原理
  • 二、代码实现
  • 三、结果展示

一、算法原理

  针对正三棱锥(四面体)表面均匀点云的生成,采用基于重心坐标的随机采样方法。对于任意三角形,其顶点为

A

,

B

,

C

A,B,C

A,B,C,随机点

P

P

P由如下凸组合定义:

P

=

(

1

−

ξ

1

−

ξ

2

)
 

A

+

ξ

1

 

B

+

ξ

2

 

C

P=(1 – \\xi_1 – \\xi_2)\\,\\mathbf{A} + \\xi_1\\,\\mathbf{B} + \\xi_2\\,\\mathbf{C}

P=(1−ξ1​−ξ2​)A+ξ1​B+ξ2​C 其中

ξ

1

,

ξ

2

\\xi_1, \\xi_2

ξ1​,ξ2​ 服从标准二维单纯形

{

ξ

1

≥

0

,
  

ξ

2

≥

0

,
  

ξ

1

+

ξ

2

≤

1

}

\\{\\xi_1 \\ge 0,\\; \\xi_2 \\ge 0,\\; \\xi_1+\\xi_2 \\le 1\\}

{ξ1​≥0,ξ2​≥0,ξ1​+ξ2​≤1} 上的均匀分布。实际计算时,首先生成两个独立的均匀随机变量

U

,

V

∼

U

[

0

,

1

]

U, V \\sim \\mathcal{U}[0,1]

U,V∼U[0,1],仅当

U

+

V

≤

1

U+V \\le 1

U+V≤1 时接受该数对;否则拒绝并重新采样。这一拒绝机制确保了点集在三角形区域内呈均匀分布。   将该过程分别应用于三棱锥的四个三角面——底面与三个侧面——即可得到该多面体表面的稠密点云。各面独立采样,互不影响,整体点云在表面积上具有无偏均匀性。

二、代码实现

#include <vector>
#include <random>
#include <iostream>
#include <pcl/point_types.h>
#include <pcl/point_cloud.h>
#include <pcl/io/pcd_io.h>
#include <pcl/visualization/pcl_visualizer.h>

// 生成三棱锥点云
pcl::PointCloud<pcl::PointXYZ>::Ptr generatePyramidCloud()
{
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);

// 定义三棱锥的四个顶点
std::vector<pcl::PointXYZ> vertices =
{
pcl::PointXYZ(0.0f, 0.0f, 0.0f), // 底面三角形顶点1
pcl::PointXYZ(1.0f, 0.0f, 0.0f), // 底面三角形顶点2
pcl::PointXYZ(0.5f, 0.866f, 0.0f), // 底面三角形顶点3
pcl::PointXYZ(0.5f, 0.288f, 1.0f) // 顶点
};

// 在三个面上生成随机点
std::random_device rd;
std::mt19937 gen(rd());
std::uniform_real_distribution<> dis(0.0, 1.0);

// 生成底面三角形内部点
for (int i = 0; i < 20000; ++i)
{
float r1 = dis(gen);
float r2 = dis(gen);

if (r1 + r2 <= 1.0f)
{
pcl::PointXYZ p;
p.x = (1 – r1 – r2) * vertices[0].x + r1 * vertices[1].x + r2 * vertices[2].x;
p.y = (1 – r1 – r2) * vertices[0].y + r1 * vertices[1].y + r2 * vertices[2].y;
p.z = 0.0f;
cloud->points.push_back(p);
}
else
{
i—; // 重新生成
}
}

// 生成三个侧面的点
for (int face = 0; face < 3; ++face)
{
int v1 = face;
int v2 = (face + 1) % 3;
int v3 = 3; // 顶点

for (int i = 0; i < 20000; ++i)
{
float r1 = dis(gen);
float r2 = dis(gen);

if (r1 + r2 <= 1.0f)
{
pcl::PointXYZ p;
p.x = (1 – r1 – r2) * vertices[v1].x + r1 * vertices[v2].x + r2 * vertices[v3].x;
p.y = (1 – r1 – r2) * vertices[v1].y + r1 * vertices[v2].y + r2 * vertices[v3].y;
p.z = (1 – r1 – r2) * vertices[v1].z + r1 * vertices[v2].z + r2 * vertices[v3].z;
cloud->points.push_back(p);
}
else
{
i—;
}
}
}

cloud->width = cloud->points.size();
cloud->height = 1;
cloud->is_dense = true;

return cloud;
}

int main()
{
// 生成模拟三棱锥点云
std::cout << "生成三棱锥点云…" << std::endl;
pcl::PointCloud<pcl::PointXYZ>::Ptr pyramid_cloud = generatePyramidCloud();
std::cout << "点云数量: " << pyramid_cloud->size() << " 个点" << std::endl;

// 保存模拟点云
pcl::io::savePCDFileBinary("pyramid_cloud.pcd", *pyramid_cloud);
std::cout << "已保存模拟点云到: pyramid_cloud.pcd" << std::endl;

// 可视化
pcl::visualization::PCLVisualizer viewer("Pyramid");
viewer.setBackgroundColor(0.1, 0.1, 0.1);

// 添加原始点云
pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> cloud_color(pyramid_cloud, 100, 100, 100);
viewer.addPointCloud(pyramid_cloud, cloud_color, "pyramid_cloud");
viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "pyramid_cloud");

std::cout << "\\n按q退出可视化窗口…" << std::endl;
viewer.spin();

return 0;
}

三、结果展示

在这里插入图片描述

赞(0)
未经允许不得转载:171主机测评 » PCL 生成三棱锥点云
分享到: 更多 (0)

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址