還沒有自己測試，在郭浩老師的書中看見了這個例程，先記下來。
應用ransac演算法實現基於球型靶標的自動標定方法，連個深度攝像頭獲取的點雲資料中檢測並識別出各個圓球，檢測識別出3個圓球後，擁有兩組對應的3個座標點，根據變換矩陣求解方程，估計出變換矩陣，實現雙深度攝像頭的標定。
包括資料獲取模組、直通濾波模組、平面檢測及刪除模組、圓球檢測模組、剛體變換矩陣估計模組。
（1）資料獲取模組
從不同方向採集3個小球的場景點雲，使用grabber介面。
（2）直通濾波模組
採集到的點雲通常包含z軸方向2m以外的點雲，可以使用直通濾波的方式濾除z軸方向的點雲資料。
（3）平面檢測及刪除模組
直通濾波後的點雲有近似於平面形狀的地面點雲，利用sacsegmentation類檢測地面所在平面點雲，並刪除，其中setmodeltype()函式設定模型型別為平面，setmethodtype()函式設定為隨機取樣一致性。
pcl::sacsegmentationseg;
seg.
setmodeltype
(pcl::sanmodel_plane)
;//平面模型
seg.
setmethodtype
(pcl::sac_ransac)
;
pcl::sacsegmentationseg2;
seg2.
setoptimizecoefficients
(true);
seg2.
setmodeltype
(pcl::sacmodel_sphere)
;//球模型
seg2.
setmethodtype
(pcl::sac_ransac)
;seg2.
setmaxiterations
(100);
//迭代次數
seg2.
setdistancethreshold
(0.01
);
for（int i =
0;i <
3; i++）
基於3對對應點，利用transformationfromcorrespondences類估計變換矩陣，利用transformationformcorr類的add函式新增對應點，利用gettransformation函式獲取變換矩陣，實現雙深度攝像頭標定。
點雲配準 一 兩兩配準
由於一直對雙目視覺較為感興趣,無論是傳統的雙目立體視覺,還是面陣的結構光3d相機,亦或是日漸流行的vslam中流行的rgb d相機,都會涉及到點雲資料.由於點雲的不完整,旋轉到完整點雲就需要對區域性點雲進行配準.那麼這便帶來了如下幾個問題 1 什麼是點雲的配準呢?為了得到被測物體的完整資料模型,需要...
用pcl將兩不同型別點雲轉換
pointcloud和pointcloud之間相互裝換 使用pcl函式直接轉換 pointcloudcloud xyz pointcloudcloud xyzrgb copypointcloud cloud xyz,cloud xyzrgb 通過賦值來裝換 cloud xyzrgb.points.r...
PCL庫學習筆記 連線兩個點雲
本篇將展示如何串聯兩個不同點雲的點。此處強加的約束是兩個資料集中的字段型別和數量必須相等。後面還將展示如何連線兩個不同點雲的字段 例如,維度 此處強加的約束是兩個資料集中的點數必須相等。include include include int main int argc,char argv 定義三個輸...