计算三维点云的主方向
[问题点数：30分]
本版专家分：0
CSDN今日推荐
匿名用户不能发表回复！|
CSDN今日推荐如何使用Meshlab对点云数据进行渲染-土地公生活经验
如何使用Meshlab对点云数据进行渲染
如何使用Meshlab对点云数据进行渲染
Meshlab是一款强大的三维点云数据渲染软件，那么如何让其显示我们的数据呢，下面将对meshlab数据显示方法进行分享。
电脑Meshlab软件
meshlab支持的数据格式很多，我们选择一个简单的格式进行测试，其格式如下图所示。 我们使用matlab去生成一个txt文档，其数据代表球体的一部分，代码如图。 运行后将生成我们所需的文件，其内部数据如图所示。 接下来是就是将数据导入Meshlab，该软件界面如下图。通过File-&Import Mesh...导入数据。 选中刚刚用matlab生成的数据，点击Open. 对数据的格式，文档中每一行数据通过空格分割，因此选中空格。 设置完成后将将会看到点云的数据，如图所示。该数据和预期的一样，为球体的一部分。
相对MATLAB而言，该软件对点云数据的渲染要快很多。
哪里可以购买 iPhone8？哪里价格又是最低？
关注公众号回复“苹果”，获取购买详情。
微信上搜索“南窗数码”，或扫描下方的二维码
“数据点云”相关经验
数据点云最新经验记录个人学习心得，https://github.com/lming08
点云的曲面法向量估计
表面法线是几何体表面的重要属性，在很多领域都有大量应用，例如：在进行光照渲染时产生符合可视习惯的效果时需要表面法线信息才能正常进行，对于一个已知的几何体表面，根据垂直于点表面的矢量，因此推断表面某一点的法线方向通常比较简单。然而，由于我们获取的点云数据集在真实物体的表面表现为一组定点样本，这样就会有两种解决方法：
使用曲面重建技术，从获取的点云数据集中得到采样点对应的曲面，然后从曲面模型中计算表面法线；
直接从点云数据集中近似推断表面法线。
本文将针对后一种情况进行讲解，已知一个点云数据集，在其中的每个点处直接近似计算表面法线。
确定表面一点法线的问题近似于估计表面的一个相切面法线的问题，因此转换过来以后就变成一个最小二乘法平面拟合估计问题。
因此估计表面法线的解决方案就变成了分析一个协方差矩阵的特征矢量和特征值（或者PCA—主成分分析），这个协方差矩阵从查询点的近邻元素中创建。更具体地说，对于每一个点Pi,对应的协方差矩阵C，如下：
此处，k是点Pi邻近点的数目,表示最近邻元素的三维质心，是协方差矩阵的第个特征值，是第j个特征向量。
下面利用PCL库编写程序计算一平面上各点的法向量和曲率，在三维空间坐标系中，平面的一般方程是A*x + B*y + C*z + D = 0,该平面的法向量是(A, B, C), 曲率为0。下面我们针对平面方程x + y + z = 1,求出其法向量及曲率，具体代码如下：
#include &iostream&
#include &pcl/point_types.h&
#include &pcl/io/pcd_io.h&
#include &pcl/search/kdtree.h&
#include &pcl/features/normal_3d.h&
int main(int argc, char* argv[])
pcl::PointCloud&pcl::PointXYZ&::Ptr inCloud(new pcl::PointCloud&pcl::PointXYZ&);
//construct a plane, the equation is x + y + z = 1
for (float x = -1.0; x &= 1.0; x += 0.005)
for (float y = -1.0; y &= 1.0; y += 0.005)
pcl::PointXYZ
cloud.z = 1 - x -
inCloud-&push_back(cloud);
pcl::NormalEstimation&pcl::PointXYZ, pcl::Normal&
pcl::PointCloud&pcl::Normal&::Ptr pcNormal(new pcl::PointCloud&pcl::Normal&);
pcl::search::KdTree&pcl::PointXYZ&::Ptr tree(new pcl::search::KdTree&pcl::PointXYZ&);
tree-&setInputCloud(inCloud);
ne.setInputCloud(inCloud);
ne.setSearchMethod(tree);
ne.setKSearch(50);
//ne-&setRadiusSearch (0.03);
ne.compute(*pcNormal);
pcl::PointCloud&pcl::PointXYZINormal&::Ptr cloud_with_normals(new pcl::PointCloud&pcl::PointXYZINormal&);
pcl::concatenateFields(*inCloud, *pcNormal, *cloud_with_normals);
pcl::io::savePCDFile("plane_cloud_out.pcd", *cloud_with_normals);
查看输出的plane_cloud_out.pcd文件内容为：
# .PCD v0.7 - Point Cloud Data file format
VERSION 0.7
FIELDS x y z intensity normal_x normal_y normal_z curvature
SIZE 4 4 4 4 4 4 4 4
TYPE F F F F F F F F
COUNT 1 1 1 1 1 1 1 1
WIDTH 160801
VIEWPOINT 0 0 0 1 0 0 0
POINTS 160801
DATA ascii
-1 -1 3 0 -0....
-1 -0.995 2. -0....
-1 -0..99 0 -0....
-1 -0.. -0...
-1 -0..98 0 -0...
-1 -0.. -0....
-1 -0..97 0 -0....
-1 -0.. -0...
-1 -0..96 0 -0...
-1 -0.. -0....
-1 -0..95 0 -0...
-1 -0.. -0....5
-1 -0.. -0....
-1 -0.. -0....
-1 -0.. -0....
-1 -0.. -0....
-1 -0.. -0...
-1 -0..915 0 -0....
-1 -0.. -0....
-1 -0.. -0...
-1 -0.. -0...
-1 -0..895 0 -0...
-1 -0.. -0....5
-1 -0.. -0....5
-1 -0.. -0...
-1 -0..875 0 -0...
可以看出一共输出160801个点的信息，这里只列举前面若干个，可以清晰的看出每个点的法向量与(1, 1, 1)共线，曲率为0或接近于0。
文章参考于
没有更多推荐了，
加入CSDN，享受更精准的内容推荐，与500万程序员共同成长！meshlab中文版_meshlab下载 v1.3.4官方版 附使用教程 - 121下载站15:49 提问
meshlab两个3D模型融合
我用Kinect fusion 建立了两个模型 ，其中有部分是同一空间的，现在想把两个模型融合在一起，现在用的是meshlab，但是用这个软件只会使用鼠标操作，太繁琐，有没有直接利用算法将其对齐的，推荐个软件那也行，谢谢了
按赞数排序
准确详细的回答，更有利于被提问者采纳，从而获得C币。复制、灌水、广告等回答会被删除，是时候展现真正的技术了！
其他相关推荐}