【点云处理技术之PCL】range image——创建深度图像并可视化

深度图像（Depth Images）也被称为距离图像（Range Image），是指将从图像采集器到场景中各点的距离值作为像素值的图像，它直接反应了景物可见表面的几何形状，利用它可以很方便的解决3D目标描述中的许多问题，深度图像经过点云变换可以计算为点云数据，点云数据可以反算为深度图像数据。

不同视角获得深度图像的过程如下：

创建深度图像的语句为：

//xy的角分辨率一致
template <typename PointCloudType> void 
RangeImage::createFromPointCloud (const PointCloudType& point_cloud, float angular_resolution,
                                  float max_angle_width, float max_angle_height,
                                  const Eigen::Affine3f& sensor_pose, RangeImage::CoordinateFrame coordinate_frame,
                                  float noise_level, float min_range, int border_size)
{
  createFromPointCloud (point_cloud, angular_resolution, angular_resolution, max_angle_width, max_angle_height,
                        sensor_pose, coordinate_frame, noise_level, min_range, border_size);
}

//xy的角分辨率不一致
template <typename PointCloudType> void 
RangeImage::createFromPointCloud (const PointCloudType& point_cloud,
                                  float angular_resolution_x, float angular_resolution_y,
                                  float max_angle_width, float max_angle_height,
                                  const Eigen::Affine3f& sensor_pose, RangeImage::CoordinateFrame coordinate_frame,
                                  float noise_level, float min_range, int border_size)

函数说明如下：

• pointCloud：被检测点云
• angular_resolution_x：x角度的分辨率
• angular_resolution_y：y角度的分辨率
• angularResolution=1：邻近的像素点所对应的每个光束之间相差 1°，如果设置这个，说明水平和垂直的角度分辨率是一样的。
• maxAngleWidth=360：水平视角
• maxAngleHeight=180： 垂直视角
• sensorPose： 定义了模拟深度图像获取传感器的6DOF（6自由度）位置，其原始值为横滚角roll、俯仰角 pitch、偏航角 yaw 都为 0
• coordinate_frame： 设置为CAMERA_FRAME说明系统的X轴是向右的、Y轴是向下的、Z轴是向前的。如果参数值是LASER_FRAME，其X轴向前、Y轴向左、Z轴向上。
• noiseLevel=0： 是指使用一个归一化的 Z缓存区来创建深度图像，如果想让邻近点集都落在同一个像素单元，可以设置一个较高的值，例如 noiseLevel = 0.05 可以理解为深度距离值是通过查询点半径为 5cm 的圆内包含的点用来平均计算而得到的 。
• minRange=0：如果设置>0则所有模拟器所在位置半径 minRange 内的邻近点都将被忽略，即为盲区。
• borderSize=1：如果设置>0 ,在裁剪图像时，将在图像周围留下当前视点不可见点的边界 。

#include 
#include 
#include 
#include 

int main(int argc, char **argv)
{
    pcl::PointCloud<pcl::PointXYZ>::Ptr pointCloudPtr(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::PointCloud<pcl::PointXYZ> &pointCloud = *pointCloudPtr;

    pcl::PCDReader reader;
    //reader.read("../../pcd/table_scene_lms400.pcd", *pointCloudPtr); //读取pcd点云
    reader.read<pcl::PointXYZ>("../../pcd/rabbit.pcd", *pointCloudPtr); //读取pcd点云


    // We now want to create a range image from the above point cloud, with a 1deg angular resolution
    //创建深度图像
    float angularResolution = (float)(1.0f * (M_PI / 180.0f)); //   1.0 degree in radians
    float maxAngleWidth = (float)(180.0f * (M_PI / 180.0f));   //水平视角
    float maxAngleHeight = (float)(60.0f * (M_PI / 180.0f));  //垂直视角
    Eigen::Affine3f sensorPose = (Eigen::Affine3f)Eigen::Translation3f(0.0f, 0.0f, 0.0f);
    pcl::RangeImage::CoordinateFrame coordinate_frame = pcl::RangeImage::CAMERA_FRAME;
    float noiseLevel = 0.00;
    float minRange = 0.0f;
    int borderSize = 1;

    boost::shared_ptr<pcl::RangeImage> range_image_ptr(new pcl::RangeImage);
    pcl::RangeImage &rangeImage = *range_image_ptr;

    rangeImage.createFromPointCloud(pointCloud, angularResolution, maxAngleWidth, maxAngleHeight,
                                    sensorPose, coordinate_frame, noiseLevel, minRange, borderSize);

    std::cout << rangeImage << std::endl;

    //可视化深度图像
    pcl::visualization::PCLVisualizer viewer("range image  viewer"); //创建一个3D可视化界面
    viewer.setBackgroundColor(1, 1, 1);                              //设置视窗背景颜色rgb111

    // 添加深度图点云
    pcl::visualization::PointCloudColorHandlerCustom<pcl::PointWithRange> range_image_color_handler(range_image_ptr, 0, 0, 0);
    viewer.addPointCloud(range_image_ptr, range_image_color_handler, "range image");
    viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 4, "range image");

    // 添加原始点云
    pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> org_image_color_handler(pointCloudPtr, 255, 100, 0);
    viewer.addPointCloud(pointCloudPtr, org_image_color_handler, "orginal image");
    viewer.setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 2, "orginal image");

    viewer.initCameraParameters();
    viewer.addCoordinateSystem(1.0);

    while (!viewer.wasStopped())
    {
        viewer.spinOnce();
        pcl_sleep(0.01);
    }
    return 0;
}

输出结果如下，可以看到height已经不为1了，说明它是一个有序的图像点云。

header: 
seq: 0 stamp: 0 frame_id: 
points[]: 17738
width: 362
height: 49
sensor_origin_: 0 0 0
sensor_orientation_: 0 0 0 1
is_dense: 0
angular resolution: 1deg/pixel in x and 1deg/pixel in y.

可视化结果如下图所示，正如设定的参数一样，水平视角范围为180度，垂直视角为60度。

---

参考：

https://pcl.readthedocs.io/projects/tutorials/en/latest/range_image_creation.html#range-image-creation
https://pcl.readthedocs.io/projects/tutorials/en/latest/range_image_visualization.html#range-image-visualization
https://pointclouds.org/documentation/classpcl_1_1_range_image.html