技術標籤：三維點雲學習過程c++

基於PCL- 利用kdtree計算點雲點距均值

//功能：利用kdtree計算點雲點距均值
//cloud：代表輸入點雲
//k：代表定查詢點鄰域周圍最近的K個點
float computeCloudResolution(const pcl::PointCloud<pcl::PointNormal>::ConstPtr &cloud, int k)
{
	double res = 0.0;
	int n_points = 0;
	pcl::KdTreeFLANN<pcl::PointNormal> tree;
	tree.setInputCloud(cloud);
	for (size_t i = 0; i < cloud->size(); ++i)
	{
		if (!pcl_isfinite((*cloud)[i].x))    //pcl_isfinite函式返回一個布林值，檢查某個值是不是正常數值
		{
			continue;
		}
		std::vector<int> indices(k);         //建立一個動態陣列，儲存查詢點近鄰索引
		std::vector<float> sqr_distances(k); //儲存近鄰點對應平方距離
		if (tree.nearestKSearch(i, k, indices, sqr_distances) == k)
		{
			for (int i = 1; i < k; i++)
			{
				res += sqrt(sqr_distances[i]);
				++n_points;
			}
		}
	}
	if (n_points != 0)
	{
		res /= n_points;
	}
	return res;
}