PCL点云库学习

一、可用Point类型

• PointXYZ–成员变量: float x, y, z;

        PointXYZ是使用最常见的一个点数据类型，因为它只包含三维xyz坐标信息，这三个浮点数附加一个浮点数来满足存储对齐，用户可利用points[i].data[0]，或者points[i].x访问点的x坐标值。

• PointXYZI–成员变量: float x, y, z, intensity;

        PointXYZI是一个简单的XYZ坐标加intensity的point类型，理想情况下，这四个变量将新建单独一个结构体，并且满足存储对齐，然而，由于point的大部分操作会把data[4]元素设置成0或1（用于变换），不能让intensity与xyz在同一个结构体中，如果这样的话其内容将会被覆盖。例如，两个点的点积会把他们的第四个元素设置成0，否则该点积没有意义，等等。因此，对于兼容存储对齐，用三个额外的浮点数来填补intensity，这样在存储方面效率较低，但是符合存储对齐要求，运行效率较高。

• PointXYZRGBA–成员变量: float x, y, z; uint32_t rgba;

除了rgba信息被包含在一个整型变量中，其它的和PointXYZI类似。

• PointXY-float x, y;

        简单的二维x-y point结构

• InterestPoint-float x, y, z, strength;

        除了strength表示关键点的强度的测量值，其它的和PointXYZI类似。

• Normal - float normal[3], curvature;

        另一个最常用的数据类型，Normal结构体表示给定点所在样本曲面上的法线方向，以及对应曲率的测量值（通过曲面块特征值之间关系获得——查看NormalEstimation类API以便获得更多信息，后续章节有介绍），由于在PCL中对曲面法线的操作很普遍，还是用第四个元素来占位，这样就兼容SSE和高效计算，例如，用户访问法向量的第一个坐标，可以通过points[i].data_n[0]或者points[i].normal[0]或者points[i].normal_x，再一次强调，曲率不能被存储在同一个结构体中，因为它会被普通的数据操作覆盖掉。

• PointNormal - float x, y, z; float normal[3], curvature;

        PointNormal是存储XYZ数据的point结构体，并且包括采样点对应法线和曲率。

• PointXYZRGBNormal - float x, y, z, rgb, normal[3], curvature;

        PointXYZRGBNormal存储XYZ数据和RGB颜色的point结构体，并且包括曲面法线和曲率

• PointXYZINormal - float x, y, z, intensity, normal[3], curvature;

        PointXYZINormal存储XYZ数据和强度值的point结构体，并且包括曲面法线和曲率。

• PointWithRange - float x, y, z (union with float point[4]), range;

        PointWithRange除了range包含从所获得的视点到采样点的距离测量值之外，其它与PointXYZI类似。

• PointWithViewpoint - float x, y, z, vp_x, vp_y, vp_z;

        PointWithViewpoint除了vp_x、vp_y和vp_z以三维点表示所获得的视点之外，其它与PointXYZI一样。

• MomentInvariants - float j1, j2, j3;

        MomentInvariants是一个包含采样曲面上面片的三个不变矩的point类型，描述面片上质量的分布情况。查看MomentInvariantsEstimation以获得更多信息。

• PrincipalRadiiRSD - float r_min, r_max;

        PrincipalRadiiRSD是一个包含曲面块上两个RSD半径的point类型，查看RSDEstimation以获得更多信息。

• Boundary - uint8_t boundary_point;

        Boundary存储一个点是否位于曲面边界上的简单point类型，查看BoundaryEstimation以获得更多信息。

• PrincipalCurvatures - float principal_curvature[3], pc1, pc2;

        PrincipalCurvatures包含给定点主曲率的简单point类型。查看PrincipalCurvaturesEstimation以获得更多信息。

• PFHSignature125 - float pfh[125];

        PFHSignature125包含给定点的PFH（点特征直方图）的简单point类型,查看PFHEstimation以获得更多信息。

• FPFHSignature33 - float fpfh[33];

        FPFHSignature33包含给定点的FPFH（快速点特征直方图）的简单point类型，查看FPFHEstimation以获得更多信息。

• VFHSignature308 - float vfh[308];

        VFHSignature308包含给定点VFH（视点特征直方图）的简单point类型，查看VFHEstimation以获得更多信息。

• Narf36 - float x, y, z, roll, pitch, yaw; float descriptor[36];

        Narf36包含给定点NARF（归一化对齐半径特征）的简单point类型，查看NARFEstimation以获得更多信息。

• BorderDescription - int x, y; BorderTraits traits;

        BorderDescription包含给定点边界类型的简单point类型，看BorderEstimation以获得更多信息。

• IntensityGradient - float gradient[3];

        IntensityGradient包含给定点强度的梯度point类型，查看IntensityGradientEstimation以获得更多信息。

• Histogram - float histogram[N];

        Histogram用来存储一般用途的n维直方图。

• PointWithScale - float x, y, z, scale;

        PointWithScale除了scale表示某点用于几何操作的尺度（例如，计算最近邻所用的球体半径，窗口尺寸等等），其它的和PointXYZI一样。

• PointSurfel - float x, y, z, normal[3], rgba, radius, confidence, curvature;

        PointSurfel存储XYZ坐标、曲面法线、RGB信息、半径、可信度和曲面曲率的复杂point类型。

二、文件读取与保存（io模块）

Ⅰ：用点云读取对象reader来进行读取

	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_in(new pcl::PointCloud<pcl::PointXYZ>); //存放读取点云的对象
	pcl::PCDReader reader;	//定义点云读取对象
    reader.read("test.pcd", *cloud_in) < 0

        用内置函数方法来读取

pcl::io::loadPCDFile<pcl::PointXYZ> ("test_pcd.pcd", *cloud)

Ⅱ：保存为ASICC格式，可以直接用记事本打开

pcl::io::savePCDFileASCII("ASICC_1.pcd", *cloud_out);

        保存为Binary格式，不可用记事本打开，但更快速

pcl::io::savePCDFileBinary("Binary_1.pcd", *cloud_out);

三、点云链接   

        连接两个不同点云为一个点云，进行操作前要确保两个数据集中字段的类型相同和维度相等，同时了解如何连接两个不同点云的字段（例如颜色 法线）这种操作的强制约束条件是两个数据集中点的数目必须一样

        例如：点云A是N个点XYZ点，点云B是N个点的RGB点，则连接两个字段形成点云C是N个点xyzrgb类型

        连接分为两种：

• 点云连接concatenate points ：拼接列

        cloud_c = cloud_a;
        cloud_c += cloud_b;

• 字段连接concatenate fields ：拼接行

pcl::concatenateFields(cloud_a, n_cloud_b, p_n_cloud_c);