超体聚类+LCCP分割后点云中心提取
大家好！ 最近利用超体聚类+LCCP进行点云分割，效果如下图。希望对分割后的各个模块进行中心提取，苦于没有想法。
想用Compute3DCentroid（）进行计算，但是貌似分割后找不到相应的点云，来放入括号内。
希望前辈指点，为晚辈指明方向，十分感谢！
你分割后的每个聚类只保存了原始点云中的索引下标，来标示吧。
你可以用这些下标，通过这个类pcl::ExtractIndices<PointType> eifilter (true); // Initializing with true will allow us to extract the removed indices
eifilter.setInputCloud (cloud_in);
eifilter.setIndices (indices_in);
eifilter.filter (*cloud_out);
// The resulting cloud_out contains all points of cloud_in that are indexed by indices_in
indices_rem = eifilter.getRemovedIndices ();
// The indices_rem array indexes all points of cloud_in that are not indexed by indices_in
eifilter.setNegative (true);
eifilter.filter (*indices_out);
// Alternatively: the indices_out array is identical to indices_rem
eifilter.setNegative (false);
eifilter.setUserFilterValue (1337.0);
eifilter.filterDirectly (cloud_in);
// This will directly modify cloud_in instead of creating a copy of the cloud
// It will overwrite all fields of the filtered points by the user value: 1337 SupervoxelClustering 和 LCCPSegmentation联合分割的效果怎么样，适合那些类型的应用场景。。
一直没测试过，如果你测试了，可以分享下，谢谢！ 我初步学习PCL，SupervoxelClustering+LCCPSegmentation联合分割也是刚调试出来。自己进行了一些测试，感觉简单的场景效果还可以，但是杂乱的场景还需要改进。我看了大牛Thomas的论文，里面说：联合分割后，进行B-spline和refinement可以达到理想的效果。但小弟才疏学浅，仍未实现，还望前辈指点。以下是效果图和论文里的图片。论文的题目是：Segmentation of Depth Data in Piece-wise
Smooth Parametric Surfaces mypcl 发表于 2017-2-21 10:26 static/image/common/back.gif
SupervoxelClustering 和 LCCPSegmentation联合分割的效果怎么样，适合那些类型的应用场景。。
一直没测试 ...
由于评论回复不能直接付图，我把回答写于此条回复下面。前辈查收 mypcl 发表于 2017-2-21 10:19 static/image/common/back.gif
你分割后的每个聚类只保存了原始点云中的索引下标，来标示吧。
你可以用这些下标，通过这个类 ...
十分感谢指点！但是不知道这段代码中的indices来自哪里。LCCP分割后，哪些参数是这个indices。以前用欧式聚类，可以ec.extract(indices); 但是lccp就不会了，请前辈指点迷津。 WilliamChan 发表于 2017-2-21 16:07 static/image/common/back.gif
十分感谢指点！但是不知道这段代码中的indices来自哪里。LCCP分割后，哪些参数是这个indices。以前用欧式 ...
我也不是什么前辈，用pcl比较多而已。
我没用过LCCP，估计就没有现成的输出为indexs的形式了。
不过刚才看了下api的文档，感觉这个函数是不是就可以输出分割好的点云呢
void pcl::LCCPSegmentation< PointT >::relabelCloud ( pcl::PointCloud< pcl::PointXYZL > & labeled_cloud_arg )。
另外你可视化带label的点云数据怎么来的。得到这些点云后，估计你需要手动根据label的信息来构造
Compute3DCentroid的输入了。
祝好运
mypcl 发表于 2017-2-21 17:12 static/image/common/back.gif
我也不是什么前辈，用pcl比较多而已。
我没用过LCCP，估计就没有现成的输出为indexs的形式了。
不过刚才 ...
谢谢！
void pcl::LCCPSegmentation< PointT >::relabelCloud ( pcl::PointCloud< pcl::PointXYZL > & labeled_cloud_arg )函数确实是输出分割好的点云。
我的可视化点云就是里面的labeled_cloud_arg。但用这个点云去Compute3DCentroid得到的是整个点云中心，而不是分割后的各个颜色不一的点云中心。仍在研究中，谢谢你提供的信息！ 小白求实现代码 WilliamChan 发表于 2017-2-21 15:24 static/image/common/back.gif
我初步学习PCL，SupervoxelClustering+LCCPSegmentation联合分割也是刚调试出来。自己进行了一些测试，感觉 ...
你好可以请问一个问题么方便加一下微信么 y521572
页:
[1]
2