PCL Ransac 点云平面拟合将三维不平整表面投影到一个平面 C++代码

最新推荐文章于 2025-04-28 14:06:55 发布

Musematics

最新推荐文章于 2025-04-28 14:06:55 发布

阅读量4k

点赞数 4

CC 4.0 BY-SA版权

分类专栏：图像处理示例程序

本文链接：https://blog.csdn.net/rocachilles/article/details/87919220

示例程序同时被 2 个专栏收录

7 篇文章

订阅专栏

图像处理

5 篇文章

订阅专栏

本文介绍如何使用PCL库进行三维点云的RANSAC平面拟合，通过调整距离阈值等参数，实现对不平整表面的近似平面化，并将点云投影到该平面上，最后用C++和VS2015实现并展示结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

参考链接（投影）：https://blog.csdn.net/soaryy/article/details/82884691

参考链接（Ransac拟合）：https://blog.csdn.net/weixin_41758695/article/details/85322304

利用开源的点云库PCL，使用VS2015完成的C++代码，测试文件（.obj）已经在本站（csdn）上传资源，供大家交流，如有问题欢迎多提宝贵意见

对于不平整表面，利用ransac平面拟合，然后将三维不平整表面（或者曲面）近似为一个平面，并将表面上的点投影到该平面，并且显示出来，如图所示，白色为原始点云，绿色为拟合的平面

代码如下

#define _CRT_SECURE_NO_WARNINGS
#include <glut.h>
#include <vtkAutoInit.h>
VTK_MODULE_INIT(vtkRenderingOpenGL);
VTK_MODULE_INIT(vtkInteractionStyle);

#include <iostream>
#include <string>
#include <pcl/io/io.h>
#include <pcl/io/pcd_io.h>
#include <pcl/io/obj_io.h>
#include <pcl/PolygonMesh.h>
#include <pcl/point_cloud.h>
#include <pcl/io/vtk_lib_io.h>
#include <pcl/visualization/cloud_viewer.h>
#include <pcl/sample_consensus/method_types.h>
#include <pcl/sample_consensus/model_types.h>
#include <pcl/segmentation/sac_segmentation.h>
#include <cstdlib>
#include <vector>

using namespace pcl;
using namespace std;


int main()
{   //--------------------- Input path ----------------------------------------------
	pcl::PolygonMesh mesh;
	pcl::io::loadPolygonFile(".\\Original.obj", mesh);

	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
	pcl::fromPCLPointCloud2(mesh.cloud, *cloud);

	//--------------------------- Plane ---------------------------------

	pcl::SACSegmentation<pcl::PointXYZ> sac;
	pcl::ModelCoefficients::Ptr coefficients(new pcl::ModelCoefficients);
	pcl::PointIndices::Ptr inliers(new pcl::PointIndices);
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_plane(new pcl::PointCloud<pcl::PointXYZ>);

	sac.setInputCloud(cloud);
	sac.setMethodType(pcl::SAC_RANSAC);
	sac.setModelType(pcl::SACMODEL_PLANE);
	sac.setDistanceThreshold(15);                  //Distance need to be adjusted according to the obj
	sac.setMaxIterations(100);
	sac.setProbability(0.95); 
	sac.segment(*inliers, *coefficients);

	boost::shared_ptr<pcl::visualization::PCLVisualizer> view(new pcl::visualization::PCLVisualizer);
	view->addPointCloud(cloud);

	//Plane Model: ax+by+cz+d=0; saved in *coefficients

	float a, b, c, d;
	a = coefficients->values[0];
	b = coefficients->values[1];
	c = coefficients->values[2];
	d = coefficients->values[3];

	int i, j, k;
	int size = cloud->size();
	//------------------------ Projection ------------------------
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_proj(new pcl::PointCloud<pcl::PointXYZ>);
	pcl::PointXYZ point;
	for (i = 0; i<size; i++)
	{
		float x, y, z;
		x = cloud->at(i).x;
		y = cloud->at(i).y;
		z = cloud->at(i).z;

		point.x = ((b*b + c*c)*x - a*(b*y + c*z + d)) / (a*a + b*b + c*c);
		point.y = ((a*a + c*c)*y - b*(a*x + c*z + d)) / (a*a + b*b + c*c);
		point.z = ((b*b + a*a)*z - c*(a*x + b*y + d)) / (a*a + b*b + c*c);
		cloud_proj->push_back(point);
	}

	pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> color_handler(cloud_proj, 50, 230, 12);
	view->addPointCloud(cloud_proj, color_handler, "CH");
	view->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 2, "CH");

	while (!view->wasStopped())
	{
		view->spinOnce(100);
	}

	system("pause");
	return 0;
}