C++ 使用PCL的点云相交

假设我有两个不同的

pcl:：PointCloud

（尽管点类型并不重要），

c1

和

c2

我想找到这两个点云的交点。 所谓交叉点，我指的是点云

inter

，其构造使得

c1

中的点

pi

插入

inter

中，如果（且仅当）点

pj

存在于

c2

中，并且

pi.x == pj.x && pi.y == pj.y && pi.z == pj.z

目前，我正在使用以下功能来实现这一点：

#include <pcl/point_cloud.h>
#include <pcl/point_types.h>

using namespace pcl;

typedef PointXYZL PointLT;
typedef PointCloud<PointLT> PointLCloudT;

bool contains(PointLCloudT::Ptr c, PointLT p) {
    PointLCloudT::iterator it = c->begin();
    for (; it != c->end(); ++it) {
        if (it->x == p.x && it->y == p.y && it->z == p.z)
            return true;
    }
    return false;
}

PointLCloudT::Ptr intersection(PointLCloudT::Ptr c1,
        PointLCloudT::Ptr c2) {
    PointLCloudT::Ptr inter;
    PointLCloudT::iterator it = c1->begin();
    for (; it != c1->end(); ++it) {
        if (contains(c2, *it))
            inter->push_back(*it);
    }

    return inter;
}

#包括
#包括
使用名称空间pcl；
typedef PointXYZL PointLT；
typedef PointCloud PointLCloudT；
bool包含（PointLCloudT:：Ptr c，PointLT p）{
PointLCloudT:：迭代器it=c->begin（）；
对于（；it！=c->end（）；++it）{
如果（it->x==p.x&&it->y==p.y&&it->z==p.z）
返回true；
}
返回false；
}
点云：：Ptr交叉点（点云：：Ptr c1，
PointLCloudT:：Ptr c2）{
PointLCloudT:：Ptr inter；
PointLCloudT:：迭代器it=c1->begin（）；
对于（；it！=c1->end（）；++it）{
如果（包含（c2，*它））
inter->push_back（*it）；
}
返回间隔；
}

我想知道是否有一个标准的（可能更有效的）方法来做到这一点

我在网上找不到这方面的任何东西，但也许我遗漏了什么

---

谢谢。

如果您只查找精确匹配，而不是近似匹配，您只需将每个点云中的点放入一个

std:：vector

，排序，然后使用

std:：set_intersection

来识别匹配项。

在

包含的
函数中搜索点，可以通过使用高效的数据结构（如）来提高效率

另一种选择是在您的开发过程中尽早做好簿记工作，但我们需要更多地了解您在高水平上努力实现的目标，以帮助您实现这一目标

编辑：正如评论中指出的，KD树适合于近似的空间搜索，但询问者希望进行精确的点匹配。为此，哈希表（或其他一些基本的搜索数据结构）可能更有效。
谢谢。对于这种方法，我唯一关心的是它们可能有不同的标签，因此向量应该只包含三个要正确比较的空间坐标。这样做，我丢失了标签信息，我必须在原始的点云中检索它，我想再次遍历所有的点。向量可以包含原始点数据。你需要使用一个只使用坐标而忽略标签的自定义比较器。。。我会调查一下的，谢谢！这会加速事情的发展，但会有点过头。kD树不是精确点查询的良好结构。它是为近似点查询而设计的。我的高级任务是将点云的分割（由我们正在研究的算法计算）与给定的地面真实分割进行比较。@FrancescoV。不想偏离原来的实现，但是如果你要分割成两个以上的片段——特别是如果片段没有与来自地面真相的片段相关联的话，那么你应该考虑更多的形式化和强大的统计方法来测量发散。特别是，你说得对，斯奈夫特尔。散列将更直接、更快。我也在计算VOI，但我还想评估精确度和召回率（以及F分数）；对于那些人，我需要十字路口。