从一个点云里面创建一个深度图
2016-04-13 20:36
351 查看
这次,我们将显示如何从一个点云和一个给定的传感器来创造深度图。下面的代码,创建了一个在观察者前面的矩形。
下面是代码解释:
上面包含了点云的头文件,并生成了一个矩形的点云数据
上面那个部分定义了我们想去创建的深度图的参数。
角度分辨率是1度,意味着光线将以一度来区别近邻的像素点。maxAngleWidth=360和maxAngleHeight=190意味着我们模拟的深度图传感器有一个360度环绕的效果。你可以总是使用这些设置,因为深度图将被裁剪成自动观察的区域。你可以节省计算通过减少值。对于一个180度的激光雷达,后面的点将看不见,msxAngleWidth=180就够了。
sensorPose定义了6DOF视觉传感器的位置,以roll=pitch=yaw=0这个位置为原点的。
coordinate_frame=CAMERA_FRAME告诉我们x是朝右的,y是朝下的,z是朝前的。一个可选的参数是LASER_FRAME,x是朝前的,y是朝左的,z是朝下的。
对于noiseLevel=0来说,深度图通过一个normal z-buffer来创建的。
如果minRange比0要大,那么靠得很近的点就会被忽略。
borderSize比0大的话,将会在裁剪的时候留下一边框的未观察到的点。
上面的这个代码从点云里面创建了深度图。
深度图是继承PointCloud这个类,这个点有x,y,z和深度。这里有3种点。有效的点的深度都是大于0的,无法观察到的点如x=y=z=NAN和深度=-INFINITY。很远的点x=y=z=NAN深度=INFINITY
运行结果
#include <pcl/range_image/range_image.h> int main (int argc, char** argv) { pcl::PointCloud<pcl::PointXYZ> pointCloud; // Generate the data for (float y=-0.5f; y<=0.5f; y+=0.01f) { for (float z=-0.5f; z<=0.5f; z+=0.01f) { pcl::PointXYZ point; point.x = 2.0f - y; point.y = y; point.z = z; pointCloud.points.push_back(point); } } pointCloud.width = (uint32_t) pointCloud.points.size(); pointCloud.height = 1; // We now want to create a range image from the above point cloud, with a 1deg angular resolution float angularResolution = (float) ( 1.0f * (M_PI/180.0f)); // 1.0 degree in radians float maxAngleWidth = (float) (360.0f * (M_PI/180.0f)); // 360.0 degree in radians float maxAngleHeight = (float) (180.0f * (M_PI/180.0f)); // 180.0 degree in radians 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; pcl::RangeImage rangeImage; rangeImage.createFromPointCloud(pointCloud, angularResolution, maxAngleWidth, maxAngleHeight, sensorPose, coordinate_frame, noiseLevel, minRange, borderSize); std::cout << rangeImage << "\n"; }
下面是代码解释:
#include <pcl/range_image/range_image.h> int main (int argc, char** argv) { pcl::PointCloud<pcl::PointXYZ> pointCloud; // Generate the data for (float y=-0.5f; y<=0.5f; y+=0.01f) { for (float z=-0.5f; z<=0.5f; z+=0.01f) { pcl::PointXYZ point; point.x = 2.0f - y; point.y = y; point.z = z; pointCloud.points.push_back(point); } } pointCloud.width = (uint32_t) pointCloud.points.size(); pointCloud.height = 1;
上面包含了点云的头文件,并生成了一个矩形的点云数据
float angularResolution = (float) ( 1.0f * (M_PI/180.0f)); // 1.0 degree in radians float maxAngleWidth = (float) (360.0f * (M_PI/180.0f)); // 360.0 degree in radians float maxAngleHeight = (float) (180.0f * (M_PI/180.0f)); // 180.0 degree in radians 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;
上面那个部分定义了我们想去创建的深度图的参数。
角度分辨率是1度,意味着光线将以一度来区别近邻的像素点。maxAngleWidth=360和maxAngleHeight=190意味着我们模拟的深度图传感器有一个360度环绕的效果。你可以总是使用这些设置,因为深度图将被裁剪成自动观察的区域。你可以节省计算通过减少值。对于一个180度的激光雷达,后面的点将看不见,msxAngleWidth=180就够了。
sensorPose定义了6DOF视觉传感器的位置,以roll=pitch=yaw=0这个位置为原点的。
coordinate_frame=CAMERA_FRAME告诉我们x是朝右的,y是朝下的,z是朝前的。一个可选的参数是LASER_FRAME,x是朝前的,y是朝左的,z是朝下的。
对于noiseLevel=0来说,深度图通过一个normal z-buffer来创建的。
如果minRange比0要大,那么靠得很近的点就会被忽略。
borderSize比0大的话,将会在裁剪的时候留下一边框的未观察到的点。
pcl::RangeImage rangeImage; rangeImage.createFromPointCloud(pointCloud, angularResolution, maxAngleWidth, maxAngleHeight, sensorPose, coordinate_frame, noiseLevel, minRange, borderSize); std::cout << rangeImage << "\n";
上面的这个代码从点云里面创建了深度图。
深度图是继承PointCloud这个类,这个点有x,y,z和深度。这里有3种点。有效的点的深度都是大于0的,无法观察到的点如x=y=z=NAN和深度=-INFINITY。很远的点x=y=z=NAN深度=INFINITY
运行结果
range image of size 42x36 with angular resolution 1deg/pixel and 1512 points
相关文章推荐
- LeetCode笔记:171. Excel Sheet Column Number
- Delphi 10.1 柏林更新内容简译
- CSS:CSS 在工程中改变——面向对象的CSS (OO CSS)
- ios CALayer的Frame,bounds,position,anchorPoint
- ubuntu mysql表名大小写区分
- ubuntu mysql表名大小写区分
- 故障案例,db启动失败,报错mysqld: File binlog not found (Errcode: 2)
- UML建模—EA的使用(一)EA基本设置及类的设计
- CS0016: 未能写入输出文件“c:\Windows\Microsoft.NET\Framework64\v4.0.30319\Temporary ASP.NET Files\helloiis\ceb8cab3\4db603d8\App_global.asax.gr73hi-k.dll”--“拒绝访问。 ”
- Android用Gson解析复杂Json
- iOS开发Objective-C编码规范
- struts2中重定向到Action代参数
- 【OpenCV】绘图
- 自加与及逗号运算符
- LTE-TDD随机接入过程(4)-RIV的解析和Preamble资源的选择
- 16.Linux配置环境变量和日志history和Terminal颜色和用户(IP)操作日志记录
- 在n乘n个方格图形中有多少个正方形
- opencv 、directshow捕获摄像头,实时播放,编码,保存视频,保存单帧
- 广义线性模型(Generalized Linear Models, GLM)
- 15.Linux安装DHCP服务为虚拟机分配IP