上海企业网站模板建站费用_企业展厅设计公司平台哪个好_编写网页的软件_如何制作一个网址

目录

一、概述

1.1原理

1.2实现步骤

1.3应用场景

二、代码实现

2.1关键函数

2.1.1构建八叉树

2.1.2可视化函数

2.2完整代码

三、实现效果

---

PCL点云算法汇总及实战案例汇总的目录地址链接：

PCL点云算法与项目实战案例汇总（长期更新）

---

一、概述

        八叉树（Octree）是一种空间划分的数据结构，广泛应用于三维点云的处理和分析。八叉树通过将空间递归地划分为八个子区域，可以有效地组织和索引三维点数据，提升点云的查询、降采样和配准等操作的效率。

1.1原理

        八叉树通过递归划分三维空间来创建树状结构。每个节点代表一个空间区域，空间被划分为八个子区域（对应树的八个子节点），每个子节点又可以进一步划分为更小的子区域，直到满足一定的条件（如达到最大深度或最少点数）。
1.初始分割：
    - 开始时，整个3D空间被包含在一个根立方体中。
2.递归分割：
    - 每个立方体（称为一个八叉树节点）被递归地分割成八个子立方体（每个维度一分为二）。
    - 这个过程根据需要进行，直到达到某个预定义的深度或满足某些条件（例如，每个叶节点包含的点数不超过某个阈值）。
3.节点存储：
    - 内部节点存储其子节点的信息。
    - 叶节点存储包含在该立方体中的点或其他数据。

1.2实现步骤

1.读取点云数据。
2.使用 pcl::octree::OctreePointCloud 构建八叉树。
3.设置八叉树的分辨率，生成八叉树并存储空间信息。
4.创建可视化函数，显示两个视口：
    a.原始点云。
    b.原始点云与八叉树空心网格。
5.设置可视化窗口背景为白色，确保展示效果清晰。

1.3应用场景

1. 点云空间索引：快速对点云数据进行空间划分，方便后续的检索和操作。
2. 近邻搜索：在三维点云数据中查找某一点的K个最近邻点。
3. 点云降采样：通过八叉树划分空间，降低点云的分辨率。
4. 碰撞检测和路径规划：在仿真或机器人导航中，通过八叉树对三维环境进行建模和路径检测。

二、代码实现

2.1关键函数

2.1.1构建八叉树

// 创建八叉树对象，并设置分辨率（体素大小）
float resolution = 0.05f;  // 分辨率控制体素的大小
pcl::octree::OctreePointCloud<pcl::PointXYZ> octree(resolution);  // 构建八叉树
octree.setInputCloud(cloud);  // 设置输入点云
octree.addPointsFromInputCloud();  // 生成八叉树，填充点云数据

2.1.2可视化函数

// 封装的可视化函数，显示原始点云和带有八叉树网格的点云
void visualizePointCloudsWithOctree(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud,  // 原始点云pcl::octree::OctreePointCloud<pcl::PointXYZ>& octree)  // 八叉树对象
{pcl::visualization::PCLVisualizer::Ptr viewer(new pcl::visualization::PCLVisualizer("Dual PointCloud Viewer"));// 设置视口1，显示原始点云，背景为白色int vp_1;viewer->createViewPort(0.0, 0.0, 0.5, 1.0, vp_1);  // 左侧窗口viewer->setBackgroundColor(1.0, 1.0, 1.0, vp_1);  // 设置白色背景viewer->addText("Original PointCloud", 10, 10, "vp1_text", vp_1);pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> cloud_color_handler(cloud, 0, 255, 0);  // 绿色viewer->addPointCloud(cloud, cloud_color_handler, "original_cloud_vp1", vp_1);// 设置视口2，显示带有八叉树网格的点云，背景为白色int vp_2;viewer->createViewPort(0.5, 0.0, 1.0, 1.0, vp_2);  // 右侧窗口viewer->setBackgroundColor(1.0, 1.0, 1.0, vp_2);  // 设置白色背景viewer->addText("PointCloud with Octree Grid", 10, 10, "vp2_text", vp_2);viewer->addPointCloud(cloud, cloud_color_handler, "original_cloud_vp2", vp_2);// 遍历八叉树的每个体素，添加空心网格int cube_count = 0;for (auto it = octree.leaf_begin(); it != octree.leaf_end(); ++it){Eigen::Vector3f min_pt, max_pt;octree.getVoxelBounds(it, min_pt, max_pt);  // 获取体素的边界std::string cube_id = "cube" + std::to_string(cube_count);viewer->addCube(min_pt.x(), max_pt.x(), min_pt.y(), max_pt.y(), min_pt.z(), max_pt.z(), 1.0, 0.0, 0.0, cube_id, vp_2);viewer->setShapeRenderingProperties(pcl::visualization::PCL_VISUALIZER_REPRESENTATION_WIREFRAME, 1.0, cube_id, vp_2);++cube_count;}viewer->addCoordinateSystem(1.0);viewer->initCameraParameters();while (!viewer->wasStopped()){viewer->spinOnce(100);}
}

2.2完整代码

#include <iostream>
#include <vector>
#include <pcl/io/pcd_io.h>  // 用于加载和保存PCD文件
#include <pcl/point_types.h>  // PCL点类型定义
#include <pcl/octree/octree.h>  // 八叉树头文件
#include <pcl/visualization/pcl_visualizer.h>  // PCL可视化头文件// 封装的可视化函数，显示两个点云，一个原始点云，一个带有八叉树网格的点云
void visualizePointCloudsWithOctree(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud,  // 原始点云pcl::octree::OctreePointCloud<pcl::PointXYZ>& octree)  // 八叉树对象
{// -----------------------------创建可视化窗口---------------------------------pcl::visualization::PCLVisualizer::Ptr viewer(new pcl::visualization::PCLVisualizer("Dual PointCloud Viewer"));// 设置视口1，显示原始点云int vp_1;viewer->createViewPort(0.0, 0.0, 0.5, 1.0, vp_1);  // 左侧窗口viewer->setBackgroundColor(1.0, 1.0, 1.0, vp_1);  // 设置背景颜色为黑色viewer->addText("Original PointCloud", 10, 10, "vp1_text", vp_1);  // 添加标题pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> cloud_color_handler(cloud, 0, 255, 0);  // 绿色viewer->addPointCloud(cloud, cloud_color_handler, "original_cloud_vp1", vp_1);  // 添加原始点云// 设置视口2，显示原始点云和八叉树网格int vp_2;viewer->createViewPort(0.5, 0.0, 1.0, 1.0, vp_2);  // 右侧窗口viewer->setBackgroundColor(1.0, 1.0, 1.0, vp_2);  // 设置背景颜色为黑色viewer->addText("PointCloud with Octree Grid", 10, 10, "vp2_text", vp_2);  // 添加标题viewer->addPointCloud(cloud, cloud_color_handler, "original_cloud_vp2", vp_2);  // 添加原始点云// -----------------------------可视化八叉树网格--------------------------------int cube_count = 0;  // 计数器，用于确保id的唯一性for (auto it = octree.leaf_begin(); it != octree.leaf_end(); ++it){Eigen::Vector3f min_pt, max_pt;  // 用于存储体素的最小和最大边界octree.getVoxelBounds(it, min_pt, max_pt);  // 获取体素的边界// 使用唯一id来添加立方体，每个立方体的id不同std::string cube_id = "cube" + std::to_string(cube_count);viewer->addCube(min_pt.x(), max_pt.x(), min_pt.y(), max_pt.y(), min_pt.z(), max_pt.z(), 1.0, 0.0, 0.0, cube_id, vp_2);// 确保设置为线框模式，显示空心网格viewer->setShapeRenderingProperties(pcl::visualization::PCL_VISUALIZER_REPRESENTATION_WIREFRAME, 0.2, cube_id, vp_2);++cube_count;  // 每次增加计数器，确保下次立方体的id不同}// 添加坐标系viewer->addCoordinateSystem(1.0);// 初始化相机参数viewer->initCameraParameters();// 开始可视化循环while (!viewer->wasStopped()){viewer->spinOnce(100);}
}int main(int argc, char** argv)
{// -----------------------------读取点云---------------------------------pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);// 加载PCD文件中的点云数据if (pcl::io::loadPCDFile<pcl::PointXYZ>("person2.pcd", *cloud) == -1){PCL_ERROR("Couldn't read file!");  // 如果文件加载失败，输出错误信息return -1;  // 返回错误代码并退出程序}std::cout << "Original cloud size: " << cloud->points.size() << " points." << std::endl;// -----------------------------八叉树构建---------------------------------float resolution = 0.05f;  // 设置八叉树的分辨率pcl::octree::OctreePointCloud<pcl::PointXYZ> octree(resolution);  // 创建八叉树对象octree.setInputCloud(cloud);  // 设置输入点云octree.addPointsFromInputCloud();  // 使用输入点云构建八叉树// 调用可视化函数，显示原始点云和带八叉树网格的点云visualizePointCloudsWithOctree(cloud, octree);return 0;
}

三、实现效果