【PCL-11】提取平面上层的目标物，剔除平面下层目标物

因项目需求，需提取平面上的物体，不提取平面下的物体，尝试采用超体聚类+LCCP分割的方式，但由于上层点云模型一侧有空洞，导致分割效果不理想。

这里采用pcl::ExtractPolygonalPrismData类，实现平面上物体的提取。
pcl::ExtractPolygonalPrismData类是通过设定处于同一平面模型上的点索引向量，并指定一定高度，利用指定的点形成二维凸包，再结合指定高度生成多边形棱柱模型，分割出该棱柱的内部点集。
1、生成凸包

pcl::ConvexHull hull;
hull.setInputCloud(plane);
//重构的维度，若设置为2，则表示计算平面上的凸包
hull.setDimension(2);
//执行凸包重构，将结果存储在convexHull指向的点云中
hull.reconstruct(*convexHull);

2、构建棱柱模型及分割

// 该类用于分割出棱柱模型内部的点集
pcl::ExtractPolygonalPrismData prism;
prism.setInputCloud(cloud);
// 设置平面模型的点集
prism.setInputPlanarHull(convexHull);
// 设置高度范围
prism.setHeightLimits(35.0f, 500.0f);
pcl::PointIndices::Ptr objectIndices(new pcl::PointIndices);
prism.segment(*objectIndices);
// 分割目标物
extract.setIndices(objectIndices);
extract.filter(*objects);

完整示例代码：

#include 
#include 
#include 
#include 
#include 
#include 
#include 
#include 

#include 

int
main(int argc, char** argv)
{
    pcl::PointCloud::Ptr cloud(new pcl::PointCloud);
    pcl::PointCloud::Ptr plane(new pcl::PointCloud);
    pcl::PointCloud::Ptr convexHull(new pcl::PointCloud);
    pcl::PointCloud::Ptr objects(new pcl::PointCloud);

    if (pcl::io::loadPCDFile("..\\testdata\\result\\cylinder.pcd", *cloud) != 0)
    {
        return -1;
    }

    pcl::ModelCoefficients::Ptr coefficients(new pcl::ModelCoefficients);

    // 采样一致性算法实现的分割类
    pcl::SACSegmentation segmentation;
    segmentation.setInputCloud(cloud);
    // 设置构造的几何模型类型
    segmentation.setModelType(pcl::SACMODEL_PLANE);
    // 设置采样一致性方法类型
    segmentation.setMethodType(pcl::SAC_RANSAC);
    // 设置点到模型的距离阈值
    segmentation.setDistanceThreshold(10);
    // 设置模型参数优化
    segmentation.setOptimizeCoefficients(true);
    pcl::PointIndices::Ptr planeIndices(new pcl::PointIndices);
    segmentation.segment(*planeIndices, *coefficients);

    if (planeIndices->indices.size() == 0)
        std::cout << "Could not find a plane in the scene." << std::endl;
    else
    {
        // Copy the points of the plane to a new cloud.
        pcl::ExtractIndices extract;
        extract.setInputCloud(cloud);
        extract.setIndices(planeIndices);
        extract.filter(*plane);

        // 保存平面点云
        pcl::io::savePCDFile("..\\testdata\\result\\data\\plane.pcd", *plane);

        // 生成凸包
        pcl::ConvexHull hull;
        hull.setInputCloud(plane);
        //重构的维度，若设置为2，则表示计算平面上的凸包
        hull.setDimension(2);
        hull.reconstruct(*convexHull);

        //pcl::visualization::PointCloudColorHandlerCustom color_handler(cloud, 255, 188, 255);
        //pcl::visualization::PCLVisualizer viewer("Cloud Viewer");
        viewer.addPointCloud(cloud, "原始点云");
        //viewer.addPointCloud(convexHull, color_handler, "凸包点云");
        //viewer.spin();

        // 冗余检查.检查凸包的维度是否为2
        if (hull.getDimension() == 2)
        {
            // 该类用于分割出棱柱模型内部的点集
            pcl::ExtractPolygonalPrismData prism;
            prism.setInputCloud(cloud);
            // 设置平面模型的点集
            prism.setInputPlanarHull(convexHull);

            // 设置高度范围
            prism.setHeightLimits(35.0f, 500.0f);
            pcl::PointIndices::Ptr objectIndices(new pcl::PointIndices);

            prism.segment(*objectIndices);

            // Get and show all points retrieved by the hull.
            extract.setIndices(objectIndices);
            extract.filter(*objects);
            //可视化
            pcl::visualization::CloudViewer viewerObjects("Objects on table");
            viewerObjects.showCloud(objects);
            pcl::io::savePCDFile("..\\testdata\\result\\data\\objects.pcd", *objects);
            while (!viewerObjects.wasStopped())
            {
                // Do nothing but wait.
            }
        }
        else std::cout << "The chosen hull is not planar." << std::endl;
    }
    return 0;
}

运行效果：

构建三维凸包，分割效果不理想，更换二维凸包后，效果较好。