标签：csf CSF pc 点云 filtered kitti cloud
文章目录
前言
环境：win10+vs2019
使用CSF进行地面点云滤波，使用了PCL库读取显示点云，CSF算法使用github开源代码，自己编译生成CSF.lib。
https://github.com/jianboqi/CSF
测试所用pcd点云文件审核后发布
一、代码
#include <string>
#include <pcl/point_cloud.h>
#include <pcl/point_types.h>//PCL对各种格式的点的支持头文件
#include <pcl/io/pcd_io.h>//PCL的PCD格式文件的输入输出头文件
#include <pcl/visualization/cloud_viewer.h>//点云查看窗口头文件
#include <pcl/filters/filter.h> //滤波相关头文件
#include <pcl/filters/passthrough.h>
#include <pcl/filters/statistical_outlier_removal.h>
#include "CSF.h"
using namespace std;
void clothSimulationFilter(const vector< csf::Point >& pc,vector<int> &groundIndexes,vector<int> & offGroundIndexes)
{
//step 1 read point cloud
CSF csf;
csf.setPointCloud(pc);// or csf.readPointsFromFile(pointClouds_filepath);
//pc can be vector< csf::Point > or PointCloud defined in point_cloud.h
//step 2 parameter settings
//Among these paramters:
//time_step interations class_threshold can remain as defualt in most cases.
csf.params.bSloopSmooth = false;
csf.params.cloth_resolution = 0.5;
csf.params.rigidness = 3;
csf.params.time_step = 0.65;
csf.params.class_threshold = 0.5;
csf.params.interations = 500;
//step 3 do filtering
//result stores the index of ground points or non-ground points in the original point cloud
csf.do_filtering(groundIndexes, offGroundIndexes);
//csf.do_filtering(groundIndexes, offGroundIndexes,true);
//if the third parameter is set as true, then a file named "cloth_nodes.txt" will be created,
//it respresents the cloth nodes.By default, it is set as false
}
void addPointCloud(const vector<int>& index_vec, const pcl::PointCloud<pcl::PointXYZI>::Ptr cloud, pcl::PointCloud<pcl::PointXYZI>::Ptr cloud_filtered)
{
auto& points = cloud_filtered->points;
const auto& pointclouds = cloud->points;
for_each(index_vec.begin(), index_vec.end(), [&](const auto& index) {
pcl::PointXYZI pc;
pc.x = pointclouds[index].x;
pc.y = pointclouds[index].y;
pc.z = pointclouds[index].z;
pc.intensity = pointclouds[index].intensity;
points.push_back(pc);
});
cloud_filtered->height = 1;
cloud_filtered->width = cloud_filtered->points.size();
}
int main()
{
string pcd_path = "E:\\kitti\\data_object_velodyne\\testing\\pcd\\000060.pcd";
// Generate pointcloud data，新建指针cloud存放点云
pcl::PointCloud<pcl::PointXYZI>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZI>);
if (pcl::io::loadPCDFile<pcl::PointXYZI>(pcd_path, *cloud) == -1)//打开点云文件。
{
PCL_ERROR("Couldn't read that pcd file\n");
return(-1);
}
vector<csf::Point> pc;
const auto& pointclouds = cloud->points;
pc.resize(cloud->size());
transform(pointclouds.begin(), pointclouds.end(), pc.begin(), [&](const auto& p)->csf::Point {
csf::Point pp;
pp.x = p.x;
pp.y = p.y;
pp.z = p.z;
return pp;
});
std::vector<int> groundIndexes, offGroundIndexes;
clothSimulationFilter(pc, groundIndexes, offGroundIndexes);
pcl::PointCloud<pcl::PointXYZI>::Ptr cloud_filtered(new pcl::PointCloud<pcl::PointXYZI>);
addPointCloud(groundIndexes, cloud,cloud_filtered);
pcl::PCDWriter writer;
writer.write<pcl::PointXYZI>("groundPointCloud.pcd", *cloud_filtered, false);
cloud_filtered->points.clear();
addPointCloud(offGroundIndexes, cloud,cloud_filtered);
writer.write<pcl::PointXYZI>("nonGroundPointCloud.pcd", *cloud_filtered, false);
//pcl::visualization::CloudViewer viewer("this is a point cloud viewer haha!!");
//viewer.showCloud(cloud_filtered);
//while (!viewer.wasStopped())
//{
//}
return 0;
}
二、相关配置
1.配置CSF工程
在github上下载CSF的源码，在windows下使用cmake-gui进行配置（相关操作略，可自行百度），配置好后，会出现如图所示的build文件夹。
在build文件夹下打开CSF.sln
对里面的工程进行生成，生成成功后的CSF.lib保存在如下图所示的位置。
（生成CSF工程的过程中可能会报命令的错误，自行百度可解决。）
2.配置自己的工程
配置附加包含目录，注意包含CSF.h所在的文件目录。
在附加依赖项中添加CSF工程中生成的CSF.lib文件
分割效果
原始点云
分割后的地面点云
分割后的非地面点云
标签：csf,CSF,pc,点云,filtered,kitti,cloud 来源： https://blog.csdn.net/qq_42976369/article/details/120974552
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。