多项式重构的平滑和法线估计-------PCL

多项式重构的平滑和法线估计

/// <summary>
/// 多项式重构的平滑和法线估计
/// </summary>
/// <param name="cloud"></param>
/// <returns>输出一个包含平滑后的点云数据以及相应法线信息的数据结构</returns>
pcl::PointCloud<pcl::PointNormal> PclTool::smoothAndNormalCal(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud)
{
    // 创建一个 KD-Tree
    pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>);

    // 输出具有PointNormal类型，以便存储MLS计算的法线
    // 用于存储经过平滑处理后的点云数据以及每个点的法线信息。pcl::PointNormal类型包含位置信息（XYZ坐标）和法线信息（NXNYNZ）。
    pcl::PointCloud<pcl::PointNormal> mls_points;

    // 这是PCL中用于执行移动最小二乘（Moving Least Squares, MLS）平滑和法线估计的关键类
    // 该算法基于每个点的邻域信息，通过最小二乘拟合的方式生成一个新的、更加平滑的表面，并同时计算每个点的法线
    pcl::MovingLeastSquares<pcl::PointXYZ, pcl::PointNormal> mls;

    mls.setComputeNormals(true);    // 开启法线计算功能。

    // 设置参数
    mls.setInputCloud(cloud);
    mls.setPolynomialOrder(2);  // 设置多项式拟合的阶数为2，这是一个平滑度的控制参数，阶数越高表示平滑程度越高。
    mls.setSearchMethod(tree);  // KD-Tree作为近邻搜索
    mls.setSearchRadius(2);  // 设定搜索邻域的半径长度，这个值决定了参与平滑和法线计算的邻域大小。

    mls.process(mls_points);  // 执行平滑处理和法线计算

    return mls_points;
}