SampleConsensusInitialAlignment является реализацией алгоритма начального выравнивания, описанного в разделе IV статьи "Fast Point Feature Histograms (FPFH) for 3D Registration," Rusu et al. Подробнее...
#include <pcl/registration/ia_ransac.h>
Классы | |
| class | ErrorFunctor |
| class | HuberPenalty |
| class | TruncatedError |
Общедоступные типы | |
| using | PointCloudSource = typename Registration< PointSource, PointTarget >::PointCloudSource |
| using | PointCloudSourcePtr = typename PointCloudSource::Ptr |
| using | PointCloudSourceConstPtr = typename PointCloudSource::ConstPtr |
| using | PointCloudTarget = typename Registration< PointSource, PointTarget >::PointCloudTarget |
| using | PointIndicesPtr = PointIndices::Ptr |
| using | PointIndicesConstPtr = PointIndices::ConstPtr |
| using | FeatureCloud = pcl::PointCloud< FeatureT > |
| using | FeatureCloudPtr = typename FeatureCloud::Ptr |
| using | FeatureCloudConstPtr = typename FeatureCloud::ConstPtr |
| using | Ptr = shared_ptr< SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT > > |
| using | ConstPtr = shared_ptr< const SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT > > |
| using | ErrorFunctorPtr = typename ErrorFunctor::Ptr |
| using | FeatureKdTreePtr = typename KdTreeFLANN< FeatureT >::Ptr |
 Общедоступные типы, унаследованные от pcl::Registration< PointSource, PointTarget, Scalar >
| |
| using | Matrix4 = Eigen::Matrix< Scalar, 4, 4 > |
| using | Ptr = shared_ptr< Registration< PointSource, PointTarget, Scalar > > |
| using | ConstPtr = shared_ptr< const Registration< PointSource, PointTarget, Scalar > > |
| using | CorrespondenceRejectorPtr = pcl::registration::CorrespondenceRejector::Ptr |
| using | KdTree = pcl::search::KdTree< PointTarget > |
| using | KdTreePtr = typename KdTree::Ptr |
| using | KdTreeReciprocal = pcl::search::KdTree< PointSource > |
| using | KdTreeReciprocalPtr = typename KdTreeReciprocal::Ptr |
| using | PointCloudSource = pcl::PointCloud< PointSource > |
Общедоступные члены-функции | |
| SampleConsensusInitialAlignment () | |
| Конструктор. Подробнее... |
|
| void | setSourceFeatures (const FeatureCloudConstPtr &features) |
| Предоставьте общую ссылку на описатели признаков облака исходных точек. Подробнее... |
|
| FeatureCloudConstPtr const | getSourceFeatures () |
| Получить указатель на признаки облака исходных точек. Подробнее... |
|
| void | setTargetFeatures (const FeatureCloudConstPtr &features) |
| Предоставьте общую ссылку на описатели признаков целевого облака точек. Подробнее... |
|
| FeatureCloudConstPtr const | getTargetFeatures () |
| Получить указатель на признаки целевого облака точек. Подробнее... |
|
| void | setMinSampleDistance (float min_sample_distance) |
| Установить минимальные расстояния между выборками. Подробнее... |
|
| float | getMinSampleDistance () |
| Получить минимальные расстояния между выборками, установленные пользователем. Подробнее... |
|
| void | setNumberOfSamples (int nr_samples) |
| Установить количество выборок для использования во время каждой итерации. Подробнее... |
|
| int | getNumberOfSamples () |
| Получить количество выборок для использования во время каждой итерации, установленное пользователем. Подробнее... |
|
| void | setCorrespondenceRandomness (int k) |
| Установить количество соседей для использования при выборе случайного соответствия признаков. Подробнее... |
|
| int | getCorrespondenceRandomness () |
| Получить количество соседей, используемых при выборе случайного соответствия признаков, установленное пользователем. Подробнее... |
|
| void | setErrorFunction (const ErrorFunctorPtr &error_functor) |
| Указать функцию ошибки, которую нужно минимизировать. Подробнее... |
|
| ErrorFunctorPtr | getErrorFunction () |
| Получить общую ссылку на ErrorFunctor, которую необходимо минимизировать. Подробнее... |
|
|
Общедоступные члены-функции унаследованные от pcl::Registration< PointSource, PointTarget, Scalar >
| |
| Registration () | |
| Пустой конструктор. Подробнее... |
|
| ~Registration () override=default | |
| деструктор. Подробнее... |
|
| void | setTransformationEstimation (const TransformationEstimationPtr &te) |
| Предоставьте указатель на объект оценки преобразования. Подробнее... |
|
| void | setCorrespondenceEstimation (const CorrespondenceEstimationPtr &ce) |
| Предоставьте указатель на объект оценки соответствия. Подробнее... |
|
| virtual void | setInputSource (const PointCloudSourceConstPtr &cloud) |
| Предоставьте указатель на входной источник (например, облако точек, которое мы хотим выровнять с целевым облаком). Подробнее... |
|
| PointCloudSourceConstPtr const | getInputSource () |
| Получить указатель на входной набор данных облака точек целевого объекта. Подробнее... |
|
| virtual void | setInputTarget (const PointCloudTargetConstPtr &cloud) |
| Предоставьте указатель на входной целевой объект (например, облако точек, к которому мы хотим выровнять входной источник). Подробнее... |
|
| PointCloudTargetConstPtr const | getInputTarget () |
| Получить указатель на входной набор данных облака точек целевого объекта. Подробнее... |
|
| void | setSearchMethodTarget (const KdTreePtr &tree, bool force_no_recompute=false) |
| Предоставьте указатель на объект поиска, используемый для поиска соответствий в целевом облаке. Подробнее... |
|
| KdTreePtr | getSearchMethodTarget () const |
| Получить указатель на метод поиска, используемый для поиска соответствий в целевом облаке. Подробнее... |
|
| void | setSearchMethodSource (const KdTreeReciprocalPtr &tree, bool force_no_recompute=false) |
| Предоставьте указатель на объект поиска, используемый для поиска соответствий в исходном облаке (обычно используется для взаимного поиска соответствий). Подробнее... |
|
| KdTreeReciprocalPtr | getSearchMethodSource () const |
| Получить указатель на метод поиска, используемый для поиска соответствий в исходном облаке. Подробнее... |
|
| Matrix4 | getFinalTransformation () |
| Получить итоговую матрицу преобразования, оцененную методом регистрации. Подробнее... |
|
| Matrix4 | getLastIncrementalTransformation () |
| Получить последнюю матрицу приращения преобразования, оцененную методом регистрации. Подробнее... |
|
| void | setMaximumIterations (int nr_iterations) |
| Установить максимальное количество итераций, которое должно выполняться внутренней оптимизацией. Подробнее... |
|
| int | getMaximumIterations () |
| Получить максимальное количество итераций, которое должна выполнять внутренняя оптимизация, установленное пользователем. Подробнее... |
|
| void | setRANSACIterations (int ransac_iterations) |
| Задать количество итераций, которые должен выполнить RANSAC. Подробнее... |
|
| double | getRANSACIterations () |
| Получить количество итераций, которые должен выполнить RANSAC, как установлено пользователем. Подробнее... |
|
| void | setRANSACOutlierRejectionThreshold (double inlier_threshold) |
| Установить пороговое значение расстояния для внутренних точек для внутреннего цикла отбрасывания выбросов RANSAC. Подробнее... |
|
| double | getRANSACOutlierRejectionThreshold () |
| Получить пороговое значение расстояния для внутренних точек для внутреннего цикла отбрасывания выбросов, как установлено пользователем. Подробнее... |
|
| void | setMaxCorrespondenceDistance (double distance_threshold) |
| Установить максимальный пороговый уровень расстояния между двумя соответствующими точками в source <-> target. Подробнее... |
|
| double | getMaxCorrespondenceDistance () |
| Получить максимальный пороговый уровень расстояния между двумя соответствующими точками в source <-> target. Подробнее... |
|
| void | setTransformationEpsilon (double epsilon) |
| Установить эпсилон преобразования (максимально допустимая разница квадратов смещения между двумя последовательными преобразованиями), чтобы оптимизация считалась сошедшейся к конечному решению. Подробнее... |
|
| double | getTransformationEpsilon () |
| Получить эпсилон преобразования (максимально допустимая разница квадратов смещения между двумя последовательными преобразованиями), как установлено пользователем. Подробнее... |
|
| void | setTransformationRotationEpsilon (double epsilon) |
| Установить эпсилон вращения преобразования (максимально допустимая разница вращения между двумя последовательными преобразованиями), чтобы оптимизация считалась сошедшейся к конечному решению. Подробнее... |
|
| double | getTransformationRotationEpsilon () |
| Получить эпсилон вращения преобразования (максимально допустимая разница между двумя последовательными преобразованиями), как установлено пользователем (эпсилон — это cos(угол) в представлении ось-угол). Подробнее... |
|
| void | setEuclideanFitnessEpsilon (double epsilon) |
| Установить максимально допустимую евклидову ошибку между двумя последовательными шагами в цикле ICP, прежде чем алгоритм будет считаться сошедшимся. Подробнее... |
|
| double | getEuclideanFitnessEpsilon () |
| Получить максимально допустимую ошибку расстояния, прежде чем алгоритм будет считаться сошедшимся, как установлено пользователем. Подробнее... |
|
| void | setPointRepresentation (const PointRepresentationConstPtr &point_representation) |
| Предоставить указатель boost shared на PointRepresentation для использования при сравнении точек. Подробнее... |
|
| bool | registerVisualizationCallback (std::function< UpdateVisualizerCallbackSignature > &visualizerCallback) |
| Зарегистрировать пользовательскую функцию обратного вызова, которая будет вызываться из потока регистрации для обновления облака точек, полученного после каждой итерации. Подробнее... |
| double | getFitnessScore (double max_range=std::numeric_limits< double >::max()) |
| Получить евклидову оценку соответствия (например, среднее квадратичных расстояний от источника до целевого объекта) Подробнее... |
|
| double | getFitnessScore (const std::vector< float > &distances_a, const std::vector< float > &distances_b) |
| Получить евклидову оценку соответствия (например, среднее квадратичных расстояний от источника до целевого объекта) из двух наборов расстояний соответствия (расстояния между точками источника и целевого объекта) Подробнее... |
|
| bool | hasConverged () const |
| Возвращает состояние сходимости после последнего выполнения выравнивания. Подробнее... |
|
| void | align (PointCloudSource &output) |
| Выполнить алгоритм регистрации, который оценивает преобразование и возвращает преобразованный исходник (ввод) как вывод. Подробнее... |
|
| void | align (PointCloudSource &output, const Matrix4 &guess) |
| Выполнить алгоритм регистрации, который оценивает преобразование и возвращает преобразованный исходник (ввод) как вывод. Подробнее... |
|
| const std::string & | getClassName () const |
| Метод получения имени абстрактного класса. Подробнее... |
|
| bool | initCompute () |
| Инициализация внутренней вычисления. Подробнее... |
|
| bool | initComputeReciprocal () |
| Внутреннее вычисление, когда требуется взаимный поиск. Подробнее... |
|
| void | addCorrespondenceRejector (const CorrespondenceRejectorPtr &rejector) |
| Добавить новый отбрасыватель соответствий в список. Подробнее... |
|
| std::vector< CorrespondenceRejectorPtr > | getCorrespondenceRejectors () |
| Получить список отбрасывателей соответствий. Подробнее... |
|
| bool | removeCorrespondenceRejector (unsigned int i) |
| Удалить i-й отбрасыватель соответствий в списке. Подробнее... |
|
| void | clearCorrespondenceRejectors () |
| Очистить список отбрасывателей соответствий. Подробнее... |
|
|
Public Member Functions inherited from pcl::PCLBase< PointSource >
| |
| PCLBase () | |
| Пустой конструктор. Подробнее... |
|
| PCLBase (const PCLBase &base) | |
| Конструктор копирования. Подробнее... |
|
| virtual | ~PCLBase ()=default |
| Деструктор. Подробнее... |
|
| virtual void | setInputCloud (const PointCloudConstPtr &cloud) |
| Предоставление указателя на входные данные. Подробнее... |
|
| PointCloudConstPtr const | getInputCloud () const |
| Получение указателя на входное облако точек. Подробнее... |
|
| virtual void | setIndices (const IndicesPtr &indices) |
| Предоставление указателя на вектор индексов, представляющий входные данные. Подробнее... |
|
| virtual void | setIndices (const IndicesConstPtr &indices) |
| Предоставление указателя на вектор индексов, представляющий входные данные. Подробнее... |
|
| virtual void | setIndices (const PointIndicesConstPtr &indices) |
| Предоставление указателя на вектор индексов, представляющий входные данные. Подробнее... |
|
| virtual void | setIndices (std::size_t row_start, std::size_t col_start, std::size_t nb_rows, std::size_t nb_cols) |
| Установка индексов для точек, находящихся в области интереса облака точек. Подробнее... |
|
| IndicesPtr | getIndices () |
| Получение указателя на вектор индексов. Подробнее... |
|
| IndicesConstPtr const | getIndices () const |
| Получение указателя на вектор индексов. Подробнее... |
|
| const PointSource & | operator[] (std::size_t pos) const |
| Переопределение оператора PointCloud[] для сокращения кода. Подробнее... |
|
Защищенные члены-функции | |
| pcl::index_t | getRandomIndex (int n) |
| Выбор случайного индекса в диапазоне от 0 до n-1. Подробнее... |
|
| void | selectSamples (const PointCloudSource &cloud, unsigned int nr_samples, float min_sample_distance, pcl::Indices &sample_indices) |
| Выбор nr_samples точек-образцов из облака точек, гарантируя, что расстояние между каждой парой точек больше или равно заданному минимальному значению min_sample_distance. Подробнее... |
|
| void | findSimilarFeatures (const FeatureCloud &input_features, const pcl::Indices &sample_indices, pcl::Indices &corresponding_indices) |
| Для каждой точки-образца найти список точек в целевом облаке, характеристики которых схожи с характеристиками точки-образца. Подробнее... |
|
| float | computeErrorMetric (const PointCloudSource &cloud, float threshold) |
| Метрика ошибки, вычисляющая качество совмещения заданного облака точек с целевым. Подробнее... |
|
| void | computeTransformation (PointCloudSource &output, const Eigen::Matrix4f &guess) override |
| Метод вычисления ригидной трансформации. Подробнее... |
|
|
Защищенные члены-функции, унаследованные от pcl::Registration< PointSource, PointTarget, Scalar >
| |
| bool | searchForNeighbors (const PointCloudSource &cloud, int index, pcl::Indices &indices, std::vector< float > &distances) |
| Поиск ближайшего соседа заданной точки. Подробнее... |
|
| virtual void | computeTransformation (PointCloudSource &output, const Matrix4 &guess)=0 |
| Абстрактный метод вычисления трансформации с начальным приближением. Подробнее... |
|
|
Защищенные члены-функции, унаследованные от pcl::PCLBase< PointSource >
| |
| bool | initCompute () |
| Этот метод следует вызвать перед началом фактического вычисления. Подробнее... |
|
| bool | deinitCompute () |
| Этот метод следует вызвать после завершения фактического вычисления. Подробнее... |
|
Защищенные атрибуты | |
| FeatureCloudConstPtr | input_features_ |
| Дескрипторы признаков исходного облака точек. Подробнее... |
|
| FeatureCloudConstPtr | target_features_ |
| Дескрипторы признаков целевого облака точек. Подробнее... |
|
| int | nr_samples_ |
| Количество выборок для использования в каждой итерации. Подробнее... |
|
| float | min_sample_distance_ |
| Минимальное расстояние между выборками. Подробнее... |
|
| int | k_correspondences_ |
| Количество соседей для выбора случайного соответствия признаков. Подробнее... |
|
| FeatureKdTreePtr | feature_tree_ |
| KdTree, используемый для сравнения дескрипторов признаков. Подробнее... |
|
| ErrorFunctorPtr | error_functor_ |
|
Защищенные атрибуты, унаследованные от pcl::Registration< PointSource, PointTarget, Scalar >
| |
| std::string | reg_name_ |
| Имя метода регистрации. Подробнее... |
|
| KdTreePtr | tree_ |
| Указатель на объект пространственного поиска. Подробнее... |
|
| KdTreeReciprocalPtr | tree_reciprocal_ |
| Указатель на объект пространственного поиска источника. Подробнее... |
|
| int | nr_iterations_ |
| Количество итераций, выполненных внутренней оптимизацией (используется внутри). Подробнее... |
|
| int | max_iterations_ |
| Максимальное количество итераций, которые должна выполнить внутренняя оптимизация. Подробнее... |
|
| int | ransac_iterations_ |
| Количество итераций RANSAC. Подробнее... |
|
| PointCloudTargetConstPtr | target_ |
| Целевой набор данных облака точек на входе. Подробнее... |
|
| Matrix4 | final_transformation_ |
| Конечная матрица преобразования, вычисленная методом регистрации после N итераций. Подробнее... |
|
| Matrix4 | transformation_ |
| Матрица преобразования, оценённая методом регистрации. Подробнее... |
|
| Matrix4 | previous_transformation_ |
| Предыдущая матрица преобразования, оценённая методом регистрации (используется внутри). Подробнее... |
|
| double | transformation_epsilon_ |
| Максимальное различие между двумя последовательными преобразованиями для определения сходимости (определяется пользователем). Подробнее... |
|
| double | transformation_rotation_epsilon_ |
| Максимальное различие в повороте между двумя последовательными преобразованиями для определения сходимости (определяется пользователем). Подробнее... |
|
| double | euclidean_fitness_epsilon_ |
| Максимальная разрешённая евклидова ошибка между двумя последовательными шагами в цикле ICP, прежде чем алгоритм считается сошедшимся. Подробнее... |
|
| double | corr_dist_threshold_ |
| Максимальное пороговое значение расстояния между двумя соответствующими точками в источнике <-> цели. Подробнее... |
|
| double | inlier_threshold_ |
| Пороговое значение расстояния для инлайнеров для внутреннего цикла отбраковки выбросов RANSAC. Подробнее... |
|
| bool | converged_ |
| Содержит внутреннее состояние сходимости, заданное параметрами пользователя. Подробнее... |
|
| unsigned int | min_number_correspondences_ |
| Минимальное количество соответствий, необходимое алгоритму, прежде чем пытаться оценить преобразование. Подробнее... |
|
| CorrespondencesPtr | correspondences_ |
| Множество соответствий, определённых на данном шаге ICP. Подробнее... |
|
| TransformationEstimationPtr | transformation_estimation_ |
| Объект TransformationEstimation, используемый для вычисления 4x4 ригидного преобразования. Подробнее... |
|
| CorrespondenceEstimationPtr | correspondence_estimation_ |
| Объект CorrespondenceEstimation, используемый для оценки соответствий между облаком исходных и целевых точек. Подробнее... |
|
| std::vector< CorrespondenceRejectorPtr > | correspondence_rejectors_ |
| Список отбрасывателей соответствий, которые нужно использовать. Подробнее... |
|
| bool | target_cloud_updated_ |
| Переменная, хранящая информацию о том, что у нас есть новое облако целевых точек, что означает, что его нужно обработать заново. Подробнее... |
|
| bool | source_cloud_updated_ |
| Переменная, хранящая информацию о том, что у нас есть новое облако исходных точек, что означает, что его нужно обработать заново. Подробнее... |
|
| bool | force_no_recompute_ |
| Флаг, который, если установлен, означает, что дерево, работающее с облаком целевых точек, никогда не будет пересчитываться. Подробнее... |
|
| bool | force_no_recompute_reciprocal_ |
| Флаг, который, если установлен, означает, что дерево, работающее с исходным облаком, никогда не будет пересчитываться. Подробнее... |
|
| std::function< UpdateVisualizerCallbackSignature > | update_visualizer_ |
| Функция обратного вызова для обновления промежуточного положения облака исходных точек во время его регистрации с облаком целевых точек. Подробнее... |
|
|
Защищенные атрибуты, унаследованные от pcl::PCLBase< PointSource >
| |
| PointCloudConstPtr | input_ |
| Входное облако точек. Подробнее... |
|
| IndicesPtr | indices_ |
| Указатель на вектор индексов точек для использования. Подробнее... |
|
| bool | use_indices_ |
| Устанавливается в значение true, если используются индексы точек. Подробнее... |
|
| bool | fake_indices_ |
| Если набор индексов не задан, мы создаём набор фиктивных индексов, которые имитируют входное облако точек. Подробнее... |
|
Подробное описание
шаблон<typename PointSource, typename PointTarget, typename FeatureT>
класс pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >
SampleConsensusInitialAlignment — реализация алгоритма начального выравнивания, описанного в разделе IV «Быстрые гистограммы признаков точек (FPFH) для 3D регистрации», Rusu и др.
Определено в строке 54 файла ia_ransac.h.
Документация по определению типов
ConstPtr
шаблон<typename PointSource , typename PointTarget , typename FeatureT >
| используется pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::ConstPtr = shared_ptr< const SampleConsensusInitialAlignment<PointSource, PointTarget, FeatureT> > |
Определено в строке 87 файла ia_ransac.h.
ErrorFunctorPtr
шаблон<typename PointSource , typename PointTarget , typename FeatureT >
| используется pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::ErrorFunctorPtr = typename ErrorFunctor::Ptr |
Определено в строке 138 файла ia_ransac.h.
FeatureCloud
шаблон<typename PointSource , typename PointTarget , typename FeatureT >
| используется pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::FeatureCloud = pcl::PointCloud<FeatureT> |
Определено в строке 81 файла ia_ransac.h.
FeatureCloudConstPtr
шаблон<typename PointSource , typename PointTarget , typename FeatureT >
| используется pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::FeatureCloudConstPtr = typename FeatureCloud::ConstPtr |
Определено в строке 83 файла ia_ransac.h.
FeatureCloudPtr
template<typename PointSource , typename PointTarget , typename FeatureT >
| using pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::FeatureCloudPtr = typename FeatureCloud::Ptr |
Определение в строке 82 файла ia_ransac.h.
FeatureKdTreePtr
template<typename PointSource , typename PointTarget , typename FeatureT >
| using pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::FeatureKdTreePtr = typename KdTreeFLANN<FeatureT>::Ptr |
Определение в строке 140 файла ia_ransac.h.
PointCloudSource
template<typename PointSource , typename PointTarget , typename FeatureT >
| using pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::PointCloudSource = typename Registration<PointSource, PointTarget>::PointCloudSource |
Определение в строке 70 файла ia_ransac.h.
PointCloudSourceConstPtr
template<typename PointSource , typename PointTarget , typename FeatureT >
| using pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::PointCloudSourceConstPtr = typename PointCloudSource::ConstPtr |
Определение в строке 73 файла ia_ransac.h.
PointCloudSourcePtr
template<typename PointSource , typename PointTarget , typename FeatureT >
| using pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::PointCloudSourcePtr = typename PointCloudSource::Ptr |
Определение в строке 72 файла ia_ransac.h.
PointCloudTarget
template<typename PointSource , typename PointTarget , typename FeatureT >
| using pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::PointCloudTarget = typename Registration<PointSource, PointTarget>::PointCloudTarget |
Определение в строке 75 файла ia_ransac.h.
PointIndicesConstPtr
template<typename PointSource , typename PointTarget , typename FeatureT >
| using pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::PointIndicesConstPtr = PointIndices::ConstPtr |
Определение в строке 79 файла ia_ransac.h.
PointIndicesPtr
template<typename PointSource , typename PointTarget , typename FeatureT >
| using pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::PointIndicesPtr = PointIndices::Ptr |
Определение в строке 78 файла ia_ransac.h.
Ptr
template<typename PointSource , typename PointTarget , typename FeatureT >
| using pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::Ptr = shared_ptr<SampleConsensusInitialAlignment<PointSource, PointTarget, FeatureT> > |
Определение в строке 85 файла ia_ransac.h.
Конструктор и деструктор документации
SampleConsensusInitialAlignment()
template<typename PointSource , typename PointTarget , typename FeatureT >
| inline |
Конструктор.
Определение в строке 142 файла ia_ransac.h.
Ссылки на pcl::Registration< PointSource, PointTarget, Scalar >::corr_dist_threshold_, pcl::Registration< PointSource, PointTarget, Scalar >::max_iterations_, pcl::Registration< PointSource, PointTarget, Scalar >::reg_name_ и pcl::Registration< PointSource, PointTarget, Scalar >::transformation_estimation_.
Документация по функциям члена
computeErrorMetric()
template<typename PointSource , typename PointTarget , typename FeatureT >
| protected |
Метрика ошибки, которая вычисляет качество выравнивания заданного облака с целевым.
- Параметры
-
облако входное облако порог расстояния, превышающие это значение, обрезаются
Определение в строке 166 файла ia_ransac.hpp.
computeTransformation()
template<typename PointSource , typename PointTarget , typename FeatureT >
| overrideprotected |
Метод вычисления ригидной трансформации.
- Параметры
-
результат преобразованное входное облако точек, используя найденную ригидную трансформацию предположение Вычисленная трансформация
Определение в строке 188 файла ia_ransac.hpp.
Ссылки на pcl::transformPointCloud().
findSimilarFeatures()
template<typename PointSource , typename PointTarget , typename FeatureT >
| protected |
Для каждой из точек-образцов ищется список точек в целевом облаке, чьи признаки похожи на признаки точек-образцов.
Из них случайным образом выбирается одна, которая будет считаться соответствием для точки-образца.
- Параметры
-
облако_признаков облако дескрипторов признаков индексы_образцов индексы каждой точки-образца соответствующие_индексы результирующие индексы соответствующей точки образца в целевом облаке
Определение в строке 141 файла ia_ransac.hpp.
getCorrespondenceRandomness()
template<typename PointSource , typename PointTarget , typename FeatureT >
| inline |
Получение количества соседей, используемых при случайном выборе соответствия признаков, заданного пользователем.
Определение в строке 234 файла ia_ransac.h.
Ссылки на pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::k_correspondences_.
getErrorFunction()
template<typename PointSource , typename PointTarget , typename FeatureT >
| inline |
Получение указателя на объект ErrorFunctor, который необходимо минимизировать.
- Возвращает
- Указатель на подкласс SampleConsensusInitialAlignment::ErrorFunctor
Определение в строке 255 файла ia_ransac.h.
Ссылки на pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::error_functor_.
getMinSampleDistance()
template<typename PointSource , typename PointTarget , typename FeatureT >
| inline |
Получение минимальных расстояний между образцами, заданных пользователем.
Определение в строке 198 файла ia_ransac.h.
Ссылки на pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::min_sample_distance_.
getNumberOfSamples()
template<typename PointSource , typename PointTarget , typename FeatureT >
| inline |
Получение количества образцов, используемых в каждом цикле, заданного пользователем.
Определение в строке 215 файла ia_ransac.h.
Ссылки на pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::nr_samples_.
getRandomIndex()
template<typename PointSource , typename PointTarget , typename FeatureT >
| inlineprotected |
Выбрать случайный индекс в диапазоне от 0 до n-1.
- Parameters
-
n число возможных индексов для выбора
Определение в строке 265 файла ia_ransac.h.
getSourceFeatures()
template<typename PointSource , typename PointTarget , typename FeatureT >
| inline |
Получить указатель на характеристики облака исходных точек.
Определение в строке 169 файла ia_ransac.h.
Ссылки на pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::input_features_.
getTargetFeatures()
template<typename PointSource , typename PointTarget , typename FeatureT >
| inline |
Получить указатель на характеристики облака целевых точек.
Определение в строке 182 файла ia_ransac.h.
Ссылки на pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::target_features_.
selectSamples()
template<typename PointSource , typename PointTarget , typename FeatureT >
| protected |
Выбрать nr_samples точек-образцов из облака, убедившись, что их парные расстояния больше, чем заданное минимальное расстояние, min_sample_distance.
- Parameters
-
cloud входное облако точек nr_samples число образцов для выбора min_sample_distance минимальное расстояние между любыми двумя образцами sample_indices результирующие индексы образцов
Определение в строке 79 файла ia_ransac.hpp.
Ссылки на pcl::euclideanDistance().
setCorrespondenceRandomness()
template<typename PointSource , typename PointTarget , typename FeatureT >
| inline |
Установить количество соседей для использования при выборе случайного соответствия признаков.
Большее значение добавит больше случайности к сопоставлению признаков.
- Parameters
-
k количество соседей для использования при выборе случайного соответствия признаков.
Определение в строке 226 файла ia_ransac.h.
Ссылки на pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::k_correspondences_.
setErrorFunction()
template<typename PointSource , typename PointTarget , typename FeatureT >
| inline |
Указать функцию ошибки, которую нужно минимизировать.
- Примечание
- Этот вызов необязателен. TruncatedError будет использоваться по умолчанию
- Parameters
-
[in] error_functor указатель на подкласс SampleConsensusInitialAlignment::ErrorFunctor
Определение в строке 245 файла ia_ransac.h.
Ссылки на pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::error_functor_.
setMinSampleDistance()
template<typename PointSource , typename PointTarget , typename FeatureT >
| inline |
Установить минимальные расстояния между образцами.
- Parameters
-
min_sample_distance минимальные расстояния между образцами
Определение в строке 191 файла ia_ransac.h.
Ссылки на pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::min_sample_distance_.
setNumberOfSamples()
template<typename PointSource , typename PointTarget , typename FeatureT >
| inline |
Установить количество образцов для использования во время каждой итерации.
- Parameters
-
nr_samples количество образцов для использования во время каждой итерации
Определение в строке 207 файла ia_ransac.h.
Ссылки на pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::nr_samples_.
setSourceFeatures()
template<typename PointSource , typename PointTarget , typename FeatureT >
| void pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::setSourceFeatures | ( | const FeatureCloudConstPtr & | features | ) |
Предоставьте указатель на общий объект исходного облака точек с описателями признаков.
- Parameters
-
features признаки исходного облака точек
Определение в строке 50 файла ia_ransac.hpp.
setTargetFeatures()
template<typename PointSource , typename PointTarget , typename FeatureT >
| void pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::setTargetFeatures | ( | const FeatureCloudConstPtr & | features | ) |
Предоставьте указатель на общий объект целевого облака точек с описателями признаков.
- Parameters
-
features признаки целевого облака точек
Определение в строке 64 файла ia_ransac.hpp.
Данные члена
error_functor_
template<typename PointSource , typename PointTarget , typename FeatureT >
| protected |
feature_tree_
template<typename PointSource , typename PointTarget , typename FeatureT >
| protected |
Используемое дерево KdTree для сравнения описателей признаков.
Определение в строке 326 файла ia_ransac.h.
input_features_
template<typename PointSource , typename PointTarget , typename FeatureT >
| protected |
Описатели признаков исходного облака точек.
Определение в строке 310 файла ia_ransac.h.
Используется в pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::getSourceFeatures().
k_correspondences_
template<typename PointSource , typename PointTarget , typename FeatureT >
| protected |
Количество соседей для использования при выборе случайной соответствия признаков.
Определение в строке 323 файла ia_ransac.h.
Используется в pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::getCorrespondenceRandomness(), и pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::setCorrespondenceRandomness().
min_sample_distance_
template<typename PointSource , typename PointTarget , typename FeatureT >
| protected |
Минимальное расстояние между выборками.
Определение в строке 319 файла ia_ransac.h.
Используется в pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::getMinSampleDistance() и pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::setMinSampleDistance().
nr_samples_
template<typename PointSource , typename PointTarget , typename FeatureT >
| protected |
Количество выборок для использования во время каждой итерации.
Определение в строке 316 файла ia_ransac.h.
Используется в pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::getNumberOfSamples() и pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::setNumberOfSamples().
target_features_
template<typename PointSource , typename PointTarget , typename FeatureT >
| protected |
Описатели признаков целевого облака точек.
Определение в строке 313 файла ia_ransac.h.
Используется в pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >::getTargetFeatures().
The documentation for this class was generated from the following files:
- pcl/registration/ia_ransac.h
- pcl/registration/impl/ia_ransac.hpp
© 2009–2012, Willow Garage, Inc.
© 2012–, Open Perception, Inc.
Licensed under the BSD License.
https://pointclouds.org/documentation/classpcl_1_1_sample_consensus_initial_alignment.html
