Отображение облаков точек с соответствующими точками элемента
pcshowMatchedFeatures( отображает облака точек, ptCloud1,ptCloud2,matchedPtCloud1,matchedPtCloud2)ptCloud1 и ptCloud2, с соответствующими точками признаков, matchedPtCloud1 и matchedPtCloud2. График кодируется цветом по облаку точек, и каждый из них соединяется с соответствующей точкой в другом облаке точек линией.
ax = pcshowMatchedFeatures(___)Axes с использованием входных аргументов из предыдущего синтаксиса.
[___] = pcshowMatchedFeatures(___, указывает параметры, использующие один или несколько аргументов пары имя-значение в дополнение к любой комбинации аргументов в предыдущих синтаксисах. Например, Name,Value)'Method','montage' визуализирует облака точек рядом друг с другом в осях.
В этом примере показано, как визуализировать соответствующие элементы облака точек с помощью pcshowMatchedFeatures функция. В примере используются элементы, рассчитанные с помощью extractFPFHFeatures функция.
Загрузите необходимые файлы в рабочую область.
load("features1.mat"); load("features2.mat"); load("ptCloud1.mat"); load("ptCloud2.mat");
Сопоставление элементов между двумя облаками точек.
indexPairs = pcmatchfeatures(features1,features2,ptCloud1,ptCloud2);
Создайте облака точек только для точек в каждом облаке точек с соответствующими элементами в другом облаке точек.
matchedPts1 = select(ptCloud1,indexPairs(:,1)); matchedPts2 = select(ptCloud2,indexPairs(:,2));
Визуализация совпадений.
pcshowMatchedFeatures(ptCloud1,ptCloud2,matchedPts1,matchedPts2, ... "Method","montage") xlim([-40 210]) ylim([-50 50]) title("Matched Points")
Соответствующие элементы и облака точек кодируются цветом для улучшения визуализации:
Пурпурный - перемещение облака точек.
Зеленый - фиксированное облако точек.
Красный круг - совпадающие точки в движущемся облаке точек.
Синяя звездочка - совпадающие точки в фиксированном облаке точек.
Желтый - линия, соединяющая соответствующие элементы.
Создайте средство чтения файлов PCAP Velodine.
veloReader = velodyneFileReader('lidarData_ConstructionRoad.pcap','HDL32E');
Чтение первого и четвертого сканирований из файла.
ptCloud1 = readFrame(veloReader,1); ptCloud2 = readFrame(veloReader,4);
Удаление нулевой плоскости из сканирования.
maxDistance = 1; % in meters referenceVector = [0 0 1]; [~,~,selectIdx] = pcfitplane(ptCloud1,maxDistance,referenceVector); ptCloud1 = select(ptCloud1,selectIdx,'OutputSize','full'); [~,~,selectIdx] = pcfitplane(ptCloud2,maxDistance,referenceVector); ptCloud2 = select(ptCloud2,selectIdx,'OutputSize','full');
Скопируйте облака точек минимум с 10 точками на кластер.
minDistance = 2; % in meters minPoints = 10; labels1 = pcsegdist(ptCloud1,minDistance,'NumClusterPoints',minPoints); labels2 = pcsegdist(ptCloud2,minDistance,'NumClusterPoints',minPoints);
Извлеките элементы собственного значения и соответствующие сегменты из каждого облака точек.
[eigFeatures1,segments1] = extractEigenFeatures(ptCloud1,labels1); [eigFeatures2,segments2] = extractEigenFeatures(ptCloud2,labels2);
Создайте матрицы элементов и центроидов, извлеченных из каждого облака точек, для сопоставления.
features1 = vertcat(eigFeatures1.Feature); features2 = vertcat(eigFeatures2.Feature); centroids1 = vertcat(eigFeatures1.Centroid); centroids2 = vertcat(eigFeatures2.Centroid);
Поиск предполагаемых совпадений элементов.
indexPairs = pcmatchfeatures(features1,features2, ...
pointCloud(centroids1),pointCloud(centroids2));Получите соответствующие сегменты и элементы для визуализации.
matchedSegments1 = segments1(indexPairs(:,1)); matchedSegments2 = segments2(indexPairs(:,2)); matchedFeatures1 = eigFeatures1(indexPairs(:,1)); matchedFeatures2 = eigFeatures2(indexPairs(:,2));
Визуализация совпадений.
figure
pcshowMatchedFeatures(matchedSegments1,matchedSegments2,matchedFeatures1,matchedFeatures2)
title('Matched Segments')