|
上文我们利用了kdtree进行邻近点的提取。在点云pcl库中，还有一个重要的点查找方法就是octree。其原理和应用在这篇博文中有了比较详细的介绍： PCL中八叉树理论 octree有三种寻找最近邻的方式分别为： 1、neighbors within voxel search 就是返回该点所在的voxel中的所有其他点的索引； 2、K nearest Neighbor search 就是返回该点最近的K个点； 3、Neighbors within radius search 就是返回限定半径范围内的所有点； 下面代码只输出了三种情况的前10个点，可以发现其实找的点还是有存在差异的。具体哪种情况用哪一种方式，还是需要具体分析。后期可能会补充三种方式在邻近点寻找上的可视化展示，方便更好理解。
#include
#include
#include
#include
#include
#include
using namespace std;
int main()
{
pcl::PointCloud::Ptr cloud(new pcl::PointCloud);
cloud->height = 100000;
cloud->width = 1;
cloud->is_dense = true;
cloud->resize(cloud->width*cloud->height);
for (size_t i = 0; i size(); i++) {
cloud->points[i].x = 1024.0f*rand() / (RAND_MAX + 1.0f);
cloud->points[i].y = 1024.0f*rand() / (RAND_MAX + 1.0f);
cloud->points[i].z = 1024.0f*rand() / (RAND_MAX + 1.0f);
}
// construct octree
float resolution = 128.0f;
pcl::octree::OctreePointCloudSearch octree(resolution);
octree.setInputCloud(cloud);
octree.addPointsFromInputCloud();
// set search point
pcl::PointXYZ searchPoint;
searchPoint = cloud->points[10];
// neighbors within voxel search
vector Idx1;
octree.voxelSearch(searchPoint, Idx1);
cout
cout |