pcl基于颜色的区域增长点云分割

在本教程中，我们将学习如何使用pcl::RegionGrowingRGB类实现的基于颜色的区域增长算法。该算法基于与区域增长分割教程pcl::RegionGrowing中描述的相同概念。

基于颜色的算法有两个主要区别。第一个是它使用颜色而不是法线。第二个是它使用合并算法进行过分割和欠分割控制。让我们来看看它是如何完成的。分割后，尝试合并颜色相近的簇。将平均颜色差异较小的两个相邻簇合并在一起。然后进行第二个合并步骤。在此步骤中，每个集群都通过其包含的点数进行验证。如果此数字小于用户定义的值，则当前集群将与最近的相邻集群合并。

源码：

创建 region_growing_rgb_segmentation.cpp 文件

 1#include 
 2#include 
 3#include 
 4
 5#include 
 6#include 
 7#include 
 8#include 
 9#include 
10#include  // for pcl::removeNaNFromPointCloud
11#include 
12
13using namespace std::chrono_literals;
14
15int
16main ()
17{
18  pcl::search::Search ::Ptr tree (new pcl::search::KdTree);
19
20  pcl::PointCloud ::Ptr cloud (new pcl::PointCloud );
21  if ( pcl::io::loadPCDFile  ("region_growing_rgb_tutorial.pcd", *cloud) == -1 )
22  {
23    std::cout << "Cloud reading failed." << std::endl;
24    return (-1);
25  }
26
27  pcl::IndicesPtr indices (new std::vector );
28  pcl::removeNaNFromPointCloud (*cloud, *indices);
29
30  pcl::RegionGrowingRGB reg;
31  reg.setInputCloud (cloud);
32  reg.setIndices (indices);
33  reg.setSearchMethod (tree);
34  reg.setDistanceThreshold (10);
35  reg.setPointColorThreshold (6);
36  reg.setRegionColorThreshold (5);
37  reg.setMinClusterSize (600);
38
39  std::vector  clusters;
40  reg.extract (clusters);
41
42  pcl::PointCloud ::Ptr colored_cloud = reg.getColoredCloud ();
43  pcl::visualization::CloudViewer viewer ("Cluster viewer");
44  viewer.showCloud (colored_cloud);
45  while (!viewer.wasStopped ())
46  {
47    std::this_thread::sleep_for(100us);
48  }
49
50  return (0);
51}

说明：
1、相关的头文件

 1#include 
 2#include 
 3#include 
 4
 5#include 
 6#include 
 7#include 
 8#include 
 9#include 
10#include  // for pcl::removeNaNFromPointCloud
11#include 
12
13using namespace std::chrono_literals;
14

2、从 .pcd 文件加载云。注意点必须有颜色。

  pcl::PointCloud ::Ptr cloud (new pcl::PointCloud );
  if ( pcl::io::loadPCDFile  ("region_growing_rgb_tutorial.pcd", *cloud) == -1 )
  {
    std::cout << "Cloud reading failed." << std::endl;
    return (-1);
  }

3、该行负责pcl::RegionGrowingRGB实例化。这个类有两个参数：

• PointT - 要使用的点的类型（在给定的示例中是pcl::PointXYZRGB）

• NormalT - 要使用的法线类型。就pcl::RegionGrowingRGB派生自pcl::RegionGrowing而言，它可以同时使用两种测试：颜色测试和正常测试。给定的示例仅使用第一个，因此不使用法线类型。

 pcl::RegionGrowingRGB reg;

4、这些行为实例提供了输入云、索引和搜索方法。

  reg.setInputCloud (cloud);
  reg.setIndices (indices);
  reg.setSearchMethod (tree);

5、这里设置了距离阈值。它用于确定该点是否相邻。如果该点位于小于给定阈值的距离处，则认为它是相邻的。它用于集群邻居搜索。

  reg.setDistanceThreshold (10);

6、此行设置颜色阈值。正如角度阈值用于测试点法线pcl::RegionGrowing 以确定该点是否属于集群一样，该值用于测试点颜色。

  reg.setPointColorThreshold (6);

7、这里设置了集群的颜色阈值。此值与前一个值相似，但在合并过程发生时使用。

  reg.setRegionColorThreshold (5);

8、该值类似于区域增长分割教程中使用的值。除此之外，它还用于开头提到的合并过程。如果集群的点数少于通过setMinClusterSize方法设置的点数，则它将与最近的邻居合并

  reg.setMinClusterSize (600);

9、这里是启动算法的地方。当分割过程结束时，它将返回集群数组。

  std::vector  clusters;
  reg.extract (clusters);

10、剩余的行负责彩色云的可视化，其中每个集群都有自己的颜色。

42  pcl::PointCloud ::Ptr colored_cloud = reg.getColoredCloud ();
43  pcl::visualization::CloudViewer viewer ("Cluster viewer");
44  viewer.showCloud (colored_cloud);
45  while (!viewer.wasStopped ())
46  {
47    std::this_thread::sleep_for(100us);
48  }

编译和运行

1、将以下行添加到 CMakeLists.txt 文件中：

 1cmake_minimum_required(VERSION 3.5 FATAL_ERROR)
 2
 3project(region_growing_rgb_segmentation)
 4
 5find_package(PCL 1.5 REQUIRED)
 6
 7include_directories(${PCL_INCLUDE_DIRS})
 8link_directories(${PCL_LIBRARY_DIRS})
 9add_definitions(${PCL_DEFINITIONS})
10
11add_executable (region_growing_rgb_segmentation region_growing_rgb_segmentation.cpp)
12target_link_libraries (region_growing_rgb_segmentation ${PCL_LIBRARIES})

2、运行

$ ./region_growing_rgb_segmentation

3、输出