《点云库PCL学习教程》第6章八叉树

1、第6章八叉树建立空间索引在点云数据处理中已被广泛应用，常见空 间索引一般是自顶向下逐级划分空间的各种空间索引 结构，比较有代表性的包括BSP树、KD树、KDB树、R 树、R+树、CELL树、四叉树和八叉树等索引结构，而 在这些结构中KD树和八叉树在3D点云数据组织中应用 较为广泛。PCL对八叉树的数据结构建立和索引方法 进行了实现，以方便在此基础上的其他点云处理操作。本章首先对常用的点云空间索引方法octree概念进行介 绍，然后对PCL的octree相关模块及类进行简单说明， 最后通过应用实例来展示如何对PCL中octree模块进行 灵活运用。本章各小节目录6.2 octree概述及相关算法

2、简介6.2 PCL中octree模块及类介绍6-3应用实例解析6.1 octree概述及相关算法简介八叉树结构是由Hunter博士于1978年首次提出的一 种数据模型。八叉树结构通过对三维空间的几何 实体进行体元剖分，每个体元具有相同的时间和 空间复杂度，通过循环递归的划分方法对大小为 2nX2nX2n的三维空间的几何对象进行剖分，从 而构成一个具有根节点的方向图。在八叉树结构 中如果被划分的体元具有相同的属性，则该体元 构成一个口+节点；否则维续姑该体元剖分成8个子 立方体，依次递归剖分，对于2nX2nX2n大小的 空间对象，最多剖分n次，如图6-1所示。octree示例（来自wiki）6.

3、2 PCL中octree模块及类介绍PCL中octree库提供了octree数据结构，利用FLANN进 行快速邻域检索。邻域检索在匹配、特征描述子 计算、领域特征提取中是非常基础的核心操作。 octree模块咄甬j几个类实现了利用octree数据结 构对点云的高效管理和检索，以及相应的一些空 间处理算法，仮四口压缩、空间变化检测，其依赖 于 pcLcomm on 模块。octree模块中类说明目前PC冲octree模块中目前共有16个类，以后有可能增 力口。1. class pcl:octree:Octree2BufBase<DataT/ LeafT>类Octree2BufBase

4、实现了同时存储管理两个八叉树于内 存中，如此，可以非常高效地实现八叉树的建立管理 等操作，并且该类实现对临近树节点结构的变化探测, 对应到空间点云，其就可以对空间曲面的动态变化进 行探测，在进行空间动态变化探测中非常有用，例如 目前基于kinect设备的体感交互应用。类Octree2BufBase关键成员函数：void setMaxVoxellndexfunsigned int maxVoxellndex_arg)设置在各个维度上最大的体素个数。void setTreeDepth(unsigned int depth_arg)设置八叉树的深度，需要在初始化八叉树时设置。void add(uns

5、igned int idxX_arg, unsigned idxY_arg, unsigned intidxZ_arg, const DataT& data_arg)在idxX、idxY> idxZ对应的叶子节点上填充DataT的数据， 其中idxX、idxY> idxZ为在三个维度上的整型索引值。bool existLeaf(unsigned int idxX_arg, unsigned int idxY_arg, unsigned int idxZ_arg) const判断在idxX、idxY> idxZ对应的叶子节点是否存在，如果 存在返回true，否则返回fa

6、lse。unsigned int getLeafCount() const返回在该八叉树中的叶子数目Ounsigned int getBranchCount() const返回在该八叉树中的分支数目Ovoid deleteTree(bool freeMemory_arg=false) 删除八叉树的结构及其叶子节点。void deletePreviousBuffer()删除另一个缓冲区中对应八叉树的结构及其叶子节点。void deleteCurrentBuffer()删除当前缓冲区中对应八叉树的结构和其叶子节点。void switchBuffers()交换缓冲区，并重设八叉树结构。void se

7、rializeTree(std:vector<char>& binaryTreeOut_arg, booldoXORE ncodi ng_arg二false)串行化输出八叉树结构到binaryTreeOutarg向量， doXOREncoding_arg设置输出时是否将当前缓冲区与后 台缓冲区中数据进行异或操作后再输出，异或操作是 两个八叉树结构之间差异数据的输出。void serializeTree(std:vector<char>& binaryTreeOut_arg, std:vector<DataT>& dataVector_

8、arg, bool doXORE ncodi ng_arg 二 false)串行化重载函数，其中参数dataVector_arg存储八叉树中 叶子节点上的数据，其他两个参数扁上。void serializeLeafs(std:vector<DataT>& dataVector_arg)参数dataVectorarg存储八叉树中叶子节点上的数据，该 函数只串行尼八叉树中的数据。void serializeNewLeafs(std:vector<DataT>& dataVector_arg,const int minPointsPerLeaf_arg=O)串

9、行化当前缓冲区八叉树中存在但在后台缓冲区八叉树 中不存在的节点数据，其中，minPointsPerLeaf_arg为 需要串行化的节点中点的最小个数，如果点个竅小于 该值则禾串行化此新节点。void deserializeTree(std:vector<char>& binaryTreeln _arg, bool doXORDecoding_arg=false)反串行化，参数意义上同上面对应的串行化函数。2. class pcl:octree:OctreeBase<Datal； LeafX OctreeBranchT>类OctreeBase为八叉树基类，其关键成

10、员函数参考其他 类介绍。3. class pcl:octree:OctreeBaseWithState<DataT； LeafT> 类OctreeBaseWithState为带有状态的八叉树基类，其中额外存储的状态多用于可见性估计，同样其关键成员 函数参考其他类的介绍。4. class pcl:octree:OctreelteratorBase<DataT, Leaf!； OctreeT>类OctreelteratorBase为八叉树迭代器的基类，用于深度优先或广度优先遍历八叉树时使用。类OctreelteratorBase关键成员函数：void reset()初始化迭

11、代器。const OctreeKey &getCurrentOctreeKey() const获取当前八叉树节点对应迭代器的键值。unsigned int getCurrentOctreeDepth() const 获取当前八叉树迭代器对应节点所在的深度值。const OctreeNode *getCurrentOctreeNode() const获取当前八叉树节点。bool isBranchNode() const判断当前节点是否为分支节点，是返回true,否则返回 false。bool isLeafNode() const判断当前节点是否为叶子节点，是返回true,否则返回 fal

12、se。char getNodeConfiguration() const 获取当前节点的设置对应的比特位值。 virtual void getData(const DataT* &data_arg)const 获取当前节点包含数据的首个元素。virtual void get Data (std: vecto r< DataT >& dataVector_arg) const获取当前节点对应的向量数据。virtual unsigned long getNodelDf) const 获取当前节点对应的整数ID。5. Class pcl:octree:OctreeDept

13、hFirstlterator<DataT/ Leaf!； OctreeT>6. class pcl:octree:OctreeDepthFirstlterator<Datal； LeafT, OctreeT>7. class pcl:octree:OctreeLeafNodelterator<Datal； LeafT, OctreeT>以上3个类都继承于OctreelteratorBase,分别实现深度优 先遍历、广度优先遍历、叶子节点迭代器，关键函数 参考其基类。 class pcl:octree:OctreePointCloud<Pointl； L

14、eaf!,OctreeT>类OctreePointCloud为针对点云实现的八叉树数据结构与 相关算法，基于该类继承世多个子类，实现不同的点 云处理或操作，如图6-2所示。类OctreePointCloud关键成员函数：void setlnputCloud(const PointCloudConstPtr& cloud_arg, const IndicesConstPtr& indices_arg=lndicesConstPtr()设置八叉树管理的点云，其中cloud_arg为指向点云对象 的指针，indices_arg为真正需要输入的点云的索引序 列。void setE

15、psilon(double eps)设置近邻搜索时的误差限。void setResolutionfdouble resolution_arg)设置为点云建立的八叉树结构的分辨率，即体素的大小。图62 OctreePointCloud类的堆承关系void addPointsFromlnputCloud()显示调用将点云添加到八叉树管理结构中。void addPointFromCloudfconst int pointldx_arg, IndicesPtr in dices_arg)添加对应索引中的点到八叉树中，其中pointldx_arg为索 弓|, indices_arg索引序列的指针。voi

16、d addPointToCloud(const PointT& point_arg, PointCloudPtr cloud_arg, IndicesPtr indices_arg)添加点point_arg到点云cl oud_arg的indices_arg索引下， 同时添加到八叉树中。bool isVoxelOccupiedAtPointfconst PointT& point_arg) const判断点pointarg所处的空间是否存在八叉树体素中。bool isVoxelOccupiedAtPoint(const double pointX_arg, const doubl

17、e pointY_arg, const double pointZ_arg) const判断点(pointX_arg, pointY_arg, pointZ_arg)所处的空间是 否存在八叉旃体素中。int getOccupiedVoxelCentersfAlig nedPoi ntTVector<voxelCenterList_arg) const获取所有被点云占据的体素的中心并存储在voxelCenterList_arg中，返回值为被占据的体素的个数。int getApproxI ntersectedVoxelCentersBySegme nt(constEigen:Vector3f

18、& origin, const Eigen:Vector3f& end,AlignedPointTVector& voxel_center_list, float precision=0.2)用参数origin和end给定空间一线段，该函数求得与该线 段相交的体素中心，存储在voxel_centerjist,并返回 相交体素的个数。void deleteVoxelAtPoint(const PointT& point_arg)删除指定点所在的八叉树所管理的体素或叶子节点。void defineBoundingBox(const double minX_arg,

19、const double minY_arg, const double minZ_arg, const double maxX_arg, const double maxY_arg, const double maxZ_arg)指定八叉树的包围盒，参数为三个维度的上下限，八叉 树中一旦存储管理元素了，则包围盒大小就不能再改 变。void getBoudingBox(double& minX_arg, double& minY_arg,double& minZ_arg, double& maxX_arg, double& maxY_arg,double&a

20、mp; maxZ_arg) const获取包围盒3个维度的上下限。double getVoxelSquaredDiameter(unsigned int treeDepth_arg) const获取八叉树中指定深度对应体素的内切圆的直径。 double getVoxeISquaredSideLen(unsigned int treeDepth_arg) const获取八叉树中指定深度对应体素的立方体的边长。9. class pcl:octree:OctreePointCloudChangeDetectorvPointl； LeafT>类 OctreePointCloudChangeDet

21、ector 实现了 创建一八叉树， 该八叉树由新增加的叶子节点组成，该八叉树分辨率 需要初始化，包围盒可自适应调整。类OctreePointCloudChangeDetector关键成员函数，未列 出的参考其父类OctreePointCloud：int getPointl ndicesFromNewVoxels(std:vectorvint >&indicesVector_arg, const int minPointsPerLeaf_arg=0)获取缓存区中新添加的叶子节点，indicesVector_arg为新 添加的叶子的索引向量，int minPointsPerLeaf_

22、arg设置 需要串行化的叶子中应该包含点的最小数目。void setEpsilon(double eps)设置近邻搜索时的误差限。void setlnputCloud(const PointCloudConstPtr& cloud_arg, constIndicesConstPtr& indices_arg=lndicesConstPtr()设置输入点云，其中cloud_arg表示输入的点云对象指针， indices_arg表示真正作务输入的点集的索引向量。void setResolution(double resolution_arg) 设置八叉树分辨率。void addPo

23、intsFromlnputCloudO添加利用setinputcloud函数设置的点云到八叉树中。10. class pcl:octree:OctreePointCloudDensity<Pointl； LeafX OctreeT>类OctreePointCloudDensity实现了管理一八叉树，其叶子 节点并非存储点云，只是对处于其叶子体素中的点云 个数进行存储，即整个八叉树的叶子节点存储了输入点云的密度空间分布。类OctreePointCloudDensity关键成员函数，未列出的参考 其父类 OctreePointCloud：unsigned int getVoxelDen

24、sityAtPoint(const PointT& point_arg)const返回point_arg点所在的叶子节点体素的密度，即该点所 在的体秦中包含点的个数。11. class pcl:octree:OctreePointCloudOccupancy<PoinfG LeafT, OctreeT>类OctreePointCloudOccupancy实现了管理一八叉树，其叶子节点不存储任何数据，只是对输入点云所占据的 空间通过叶子所处的体素来进行标志，这样就可以对 点云所占据空间的情况进行评估和检测。参考其父类 OctreePointCloud:void setOccu

25、piedVoxelAtPoint(const PointT& point_arg)在点point_arg所在空间为八叉树添加叶子节点，标识其 有点云占据该节点所在体素空间。void setOccupiedVoxelsAtPointsFromCloud(PointCloudPtr cloud_arg)在点集cloud_arg所在空间为八叉树添加叶子节点，标识 其有点云旨据该节点所在体素空间。12. class pcl:octree:OctreePointCloudPointVectorvPoint LeafT, OctreeT>类OctreePointCloudPointVecto

26、r管理一八叉树，该八叉树 叶子节点，存储处在该节点体素中的点对应的索引向 量。类OctreePointCloudOccupancy关键成员函数，未列出的参考其父类 OctreePointCloud: void setEpsilon(double eps) 设置近邻搜索时的误差限。void setlnputCloud(const PointCloudConstPtr& cloud_arg, constIndicesConstPtr& indices_arg=lndicesConstPtr()设置输入点云，其中cloud_arg表示输入的点云对象指针， indices_arg表示真

27、正作务输入的点集的索引向量。void setResolution(double resolution_arg) 设置八叉树分辨率。13. class pcIoctreeOctreePointCloudSinglePoinKPointT, LeafX OctreeT>类OctreePointCloudSinglePoint管理一八叉树，该八叉树 叶子节点，存储处在该节点体素中的单个点的索引， 其关键函数参考类 OctreePointCloudPointVectoro14. class pcl:octree:OctreePointCloudVoxelCentroid<PointT/ L

28、eafT, OctreeT>类OctreePointCloudVoxelCentroid管理一八叉树,可提供 被点云占据节点对应体素的中心点坐标。类OctreePointCloudVoxelCentroid关键成员函数，未列出 的参考其父类OctreePointCloud：unsigned int getVoxelCentroids(AlignedPointTVector&voxe ICentroidList_arg)返回所有被点云占据的叶子节点的中心点组成的向量， 存储在voxeICentroidList_arg中，返回值为返回中心的 个数。bool getVoxelCentr

29、oidAtPoint(const PointT& point_arg, PointT & voxelCe ntroid_arg)返回点point_arg对应的节点体素的中心虽存储'在 voxelCentroid_arg中，返回值为true表示操作成功，否 则表示操作矣败。bool getVoxelCentroidAtPoint(const int& pointldx_arg, PointT& voxelCe ntroid_arg)返回索引pointldx_arg对应点所代表的节点体素中p点， 存储在voxelCentroid_arg中，返回值为true表

30、示成功， 否则表示操作失败。15. Class pcl:octree:OctreePointCloudSearch<Pointl； LeafT, OctreeT>类OctreePointCloudSearch实现了基于八叉树的点云近邻 高效搜索。类 OctreePointCloudSearch 关键成员 函数：bool voxelSearch(const PointT& point, std:vector<int>&pointldx_data)给定查询点point,通过point确定其所在的体素，返回体素中所有点的索引存储在pointldxdata。bo

31、ol voxelSearch(const int index, std:vector<int>&pointldx_data)功能同上函数，区别是查询点通过index指定。int nearestKSearch(const PointCloud& cloud, int index, int k,std:vector<int>& kjndices, std:vector<float>k_sqr_dista nces)近邻搜索，Cloud为搜索的点云对index为查询点的索引，k为搜索返回的近邻个数，kjndices为返回近邻 索引向量，k_

32、sqr_distances存储近邻点对应的距离平 方向量。int nearestKSearchfconst PointT& p_q, int k, std:vector<int>&kjndices, std:vector<float>& k_sqr_distances) 功能同上，p_q为指定的查询点，其他参数类似。void approxNearestSearch(const PointCloud& cloud, int queryjndex, int& resultjndex, float& sqr_distance)

33、近似近邻搜索，其他参数同上。int radiusSearch(const PointCloud& cloud, int index, double radius, std:vector<int>& kjndices, std:vector<float>& k_sqr_distarices, unsigned int max_nn=0)获取查询点radius半径内的近邻点集，cloud为搜索的点云对象，index为查询点的索引，k为搜索返回的近邻个数，kjndices为返回近邻索引向量，k_sqr_distances 存储近邻点对应的距离平方向量，

34、max.nnim为0， 如果设置就返回半径内邻域个数上限，返回值为返回 领域点的个数。int getl ntersectedVoxelCe nters(Eigen: Vector3f origin, Eigen:Vector3f direction, AlignedPointTVector& voxelCenterList) const给定经过点origin指向direction的直线，返回与该直线相 交的点云对应八叉树的体素中心点组成的向量，并存 储在voxelCenterList中,返回值为相交体素个数。int getl ntersectedVoxellndicesfEige n:

35、Vector3f origi n,Eigen:Vector3f direction, std:vector<int>& kndices) const 功能同上函数，kjndices存储相交体素的索引。int boxSearch(const Eigen:Vector3f& min_pt, constEigen:Vector3f& tnax_pt, std:vector<int>& kndices) const搜索处于指定立方体内的点集，min_pt、max_pt指定立 方体的左前下角坐标及右后上方巫标来定文立方体， kjndices存储落在

36、立方体内的点的索引。void setlnputCloud(const PointCloudConstPtr& cloud_arg, constIndicesConstPtr& indices_arg=lndicesConstPtr()指定构建八叉树的点云。void setEpsilon(double eps)设置搜索时的精度。void setResolutionfdouble resolution_arg)设置八叉树的体素分辨率。void addPointsFromInputCloud()显示调用将点云添加到八叉树管理结构中。void addPointFromCloud(con

37、st int pointldx_arg, IndicesPtr in dices_arg)添加对应索引中的点到八叉树中，其中pointldx_arg为索 弓|, indices_arg索引序列的指针。void addPointToCloud(const PointT& point_arg, PointCloudPtr cloud_arg, IndicesPtr indices_arg)添加点point_arg到点云cloud_arg的indices_arg索引下， 同时添加到八叉树中。bool isVoxelOccupiedAtPointfconst PointT& point

38、_arg) const 判断点point_arg所处的空间是否存在于八叉树体素中。 bool isVoxelOccupiedAtPointfc on st double pointX_arg, const double pointY_arg, const double pointZ_arg) const 判断点(pointX_arg, pointY_arg, pointZ_arg)所处的空间是 否存在于八文树体素中。int getOccupiedVoxelCentersfAlig nedPoi ntTVectorA/oxelCenterList_arg) const返回所有被点云占据的体素的中

39、心存储在voxelCenterList_arg中，返回值为被占据的体素的个数。int getApproxI ntersectedVoxelCe ntersBySegme nt(constEigen:Vector3f& origin, const Eigen:Vector3f& end,AlignedPointTVector& voxel_center_list, float precision二.2)用参数origin和end给定空间一线段，该函数求得与该线段相交的体素中心，存储在voxel_center_list，并返回相 交体素的个数。void deleteVoxe

40、lAtPoint(const PointT& point_arg)删除指定点所在的八叉树中管理的体素或叶子节点。void defineBoundingBox(const double minX_arg, const double minY_arg, const double minZ_arg, const double maxX_arg, const double maxY_arg, const double maxZ_arg)指定八叉树的包围盒，参数为3个维度的上下限，八叉 树中一旦存储管理元素了，则包围盒大小就不能再改 变。void getBoudingBox(double&

41、; minX_arg, double& minY_arg,double& minZ_arg, double& maxX_arg, double& maxY_arg,double& maxZ_arg) const获取包围盒子3个维度的上下限。double getVoxelSquaredDiameter(unsigned int treeDepth_arg) const获取八叉树中指定深度对应体素的内切圆的直径。double getVoxeISquaredSideLen(unsigned int treeDepth_arg) const获取八叉树中指定深度对

42、应体素的立方体的边长。6.3应用实例解析6.3.1在PCL中如何实现点云压缩点云由海量的数据集组成，这些数据集通过距离、颜色、 法线等附加信息来描述空间三维点。此外，点云能以 非常高的速率被创建出来，因此需要占用相当大的存 储资源，一旦点云需要存储或者通过速率受限制的通 信信道进行传输，提供针对这种数据的压缩方法就变 得十分有用。PCL库提供了点云压缩功能，它允许编 码压缩所有类型的点云，如图6-3所示，包括“无序” 点云，它具有无参考点和变化的点尺寸、分辨率、分 布密度和点顺序等结构特征。而且，底层Woctree数 据结构允许从几个输入源高效地合并点云数据c下面解释单个点云和点云数据流是如何

43、高效压缩的，在 给出的例子中用PCL点云压绳技术来压缩用 OpenNIGrabber抓取到的点云。在本书提供光盘的第6章例1文件夹、中扌丁开名为 point_cloud_coinpressioricpp 的代码文件。1.代码解释说明下面详细解析打开的源代码。从主函数开始首先创建一 个薪的SimpleOpenNIViewer实例并调用它的run()方法。int main(int argc, char* argv) SimpleOpenNIViewer v; v.run();return(O);在run()函数中创建PointCloudCompression类的对象来编码和解码，这些对象把压缩配置

44、文件作为配置压缩算法的参数，所提供的压缩配置文件为OpenNI兼容设备采集到的点云预先确定的通用参数集。本例中使用MED_RES_ONLINE_COMPRESSION_WITH_COLOR 配置参数集，它血用5mrr?的编码精度并且允讦彩色纹理成分编码，并进一步优化，用于快速在线压缩。压缩配置 文件的完整列表及其配制方法可以在文件“/io/incl ude/pcl/compressio n/compressio n_ profiles, h” 中找到。在PointCloudCompression构造函数中使用 MANUACONFIGURATION鷹性就可以手动设置庄缩算 法全部蔘毀。bool

45、showStatistics=true; /设置在标准设备上输出打印出压缩结果 信息压缩选项详见/io/i nclude/pcl/compression/compressio n_ profiles.hpcl:octree:compressi on _Profiles_e compressionProfile=pcl:octree:MED_RES_ONLINE_COMPRESSION WITH COLOR;初始化压缩与解压缩对象，其中压缩对象需要设定压缩参数选项, 解压缩按照数据源自行判断poin tCloudE ncoder 二 newpcl:octree:Poi ntCloudCompre

46、ssio nvpcl:Poi ntXYZRGBA>(compressi on Profile, showstatistics);poin tCloudDecoder 二 new pcl:octree:PointCloudCompression<pcl:PointXYZRGBA>();下面的代码为OpenNI兼容设备实例化一个新的采集器， 并且启动循环回调接口，每从设备获取一帧数据就调 用回调函数一次，这里的回调函数实现数据压缩和可 视化解压缩结果。创建从OpenNI获取点云的抓取对象pcl:Grabber* interface = new pcl:OpenNIGrabber(

47、);boost:fu nctionv void(c onst pcl:PointCloud<pcl:PointXYZRGBA>:ConstPtr&)> f = boost:bind(&SimpleOpenNIViewer:cloud_cb_, this, _1); 建立回 调函数_ _建立回调函数与回调信号之间绑定boost:signals2:corrnection c = interface->registerCallback(f);开始接收点云数据流interface->start();while(!viewer.wasStopped()sle

48、ep(l);interface->stop();在OpenNIGrabber采集循环执行的回调函数cloud_cb_4:I, 首先把获取到的点云压缩到stringstream缓冲E 卞一步是解压缩，它对压缩了的二进制数据进行解码，存储在新 的点云对象中，解码了的点云被发送到点云可视化对象中 进行实时可视化。void cloud_cb_(const pcl:PointCloud<pcl:PointXYZRGBA>:ConstPtr& cloud)if(!viewer.wasStopped()std:stringstream compressedData; /存储压缩点云

49、的宁节流对象 pcl:PointCloud<pcl:PointXYZRGBA>: PtrcloudOut 存储输出点云 (new pcl:PointCloud<pcl:PointXYZRGBA>();PointCloudEncoder->encodePointCloud(cloud, compressedData); 压缩点云PointCloudDecoder->decodePointCloud(compressedData, cloudOut); 解压 缩点云viewer.showCloud(cloudOut); / 可视化解压缩点云在压缩与解压缩过程中，

50、因为设置compressedData为true所以在 标准输出上打印出压缩率帧数等信息2.编译并运行该程序利用光盘提供的CMakeLists.txt文件，在CMake中建立工 程文件并生成相应的可执行文件，生成执行文件后， 就可以运行了，在CMD中键入命令：.>point_cloud_compressio n.exe可以看到图6-4所示结果，左边为带有RGB纹理信息的实 时可视化结果，用户缩放可视化结果可以看到经过压 缩后点云进行了重采样，纹理信息有所丢失，但数据 量有所减小，在实际应用中需折中取舍。右边则为实 时压缩信息输出，可以看岀压缩的帧数、点数、压缩 翠等信息。3.压缩配置文件压

51、缩配置文件为PCL点云编码器定义了参数集，并针对 压缩从OpenNI采集器获取的普通点云进行了优化设置。 注意，解码对象不需要用参数表示，因为它在解码时检测并获取对应的编码参数配置。下面的压缩配置文件 是可用的：LOW_RES_ONLINE_COMPRESSION_WITHOUT_COLOR：分辨家lc祁，无顏色，快速在线编码LOW_RES_ONLINE_COMPRESSION_WITH_COLOR：分辨率lcm3,有颜色，快速在线编阿MED_RES_ONLINE_COMPRESSION_WITHOUT_COLOR：分辨家5mm3,无预色，快速在线编码M E D_R ES_O N LI N E

52、_CO M P R ESS IO N_W ITH_CO LO R ：分辨率 5mm3,有颜色，快速在线编码HIGH_RES_ONLINE_COMPRESSION_WITHOUT_COLOR：分辨$lmm3,无颜色，快速在线鎗码HIGH_RES_ONLINE_COMPRESSION_WITH_COLOR：分辨率 1mm3,有颜色，快速在线编码LOW_RES_OFFLINE_COMPRESSION_WITHOUT_COLOR：分 gWlcm3 ,无威色，高效离线鎗码LOW_RES_OFFLINE_COMPRESSION_WITH_COLOR：分辨 率lcrn3,有颜国，高效离线编阿MED_RES_

53、OFFLINE_COMPRESSION_WITHOUT_COLOR：分 辨家5mm3,无颜色，高效离线鎗码MED_RES_OFFUNE_COMPRESSION_WITH_COLOR：分辨 率5mrrf,有颜色，高效离线编E马HIGH_RES_OFFLINE_COMPRESSION_WITHOUT_COLOR： 分辨率5mm3,免颜色，高效离殘编码HIGH_RES_OFFLINE_COMPRESSION_WITH_COLOR：分辨率5mm3,有颜色，高效离线编i马MAN UAL_CON FIG U RATIO N允许为高级参数化进行手工配 置。4.高级参数化为了能完全控制压缩相关的参数，Poin

54、tCloudCompression类的构造函数可以在初始化时 附加压缩参数。请注意，为了启用高级参数化， compressionProfilearg参数需要被设置成MANUAL_CONFIGURATIONoPoin tCloudCompression(compressio n_Profiles_ecompressionProfile_arg, bool showStatistics_arg, const double pointResolution_arg, const double octreeResolu1:ion_arg, bool doVoxelGridDownDownSampling

55、_arg, const unsigned intiFrameRate_arg, bool doColorEncoding_arg, const unsigned char colorBitResoluti on_ arg)下面解释高级参数化设置：compressionProfile_arg:为了启用高级参数化，该参数应 该被设置成MANUAL CONFIGURATIONoshowStatistics_arg：把压缩相关的统计信息打印到标准 输出。pointResolution_arg：定义点坐标的编码精度，该参数应 该设置成小于传感器精度的一个值。octreeResolution_arg：该参

56、数定义展开了的octree的体素 大小，较大的抵素分辨率使得压缩更快，但是压缩质 量下降，这在较高的帧速率（上传速率）和压缩效率 中间进行了折中设置。doVoxelGridDownDownSainpling_arg：如果激活该参数， 那么只编码分层octree的数感吉构，解码对象在体素 中心生成点，通过这种方法点云在压缩期间被下采样, 同时达到了较高的压缩性能。iFrameRate_arg：点云压缩模式对点云进行差分编码压 缩，用疚种方法对新引入的点云和之前编码的点云之间的差分进行编码，以便获得最大压缩性能，用这种方 法对新引入的点云和之前编码的点云之间的差分进行 编码，以便获得最大压缩性能，

57、iFrameRate_arg允许 指定数据流中的某一帧速率，在这一速率卡传输的点 云就不进行差分编码压缩（同视频编码中的I/P帧类 似）。doColorEncoding_arg：该选项启用彩色纹理成分编码压 缩。colorBitResolution_arg：该参数定义每一个彩色成分编码 后所占的位数。一5. PCL点云数据流压缩的命令行工具PCL应用程序工具中包含点云流数据压缩命令行工具 openni_stream_compression.exe,用户可以查看选项 的完靈列表（注意:屏幕上的输出可能不同）。该工具可以在安装好的PCL的bin目录下找到。用户可以自行 试验看看其强大的功能，具体参

58、看其命令行帮助提示。 例如它可以通过网络进行点云压缩传输。为了通过TCP/IP传输压缩点云，可以用下面的命令启动 服务器：.>openni_stream-compression.exe -s它会监听6666端口看是否有接入链接请求，用下面的命 令开启客户端：.>openni_stream_compression -c SERVER_NAME远程采集到的点云可以通过点云查看工具在本地显示,笔者测试结果如图6-5所示。IInr ft:唆 II tr- urn®xmr少r.iraxirIS ” y U " ml "*叫 r >ti nt* rm f rm ui i ) *tr u n：cn 2 <%VM Mt t nm wr *1 "g 山 I T» U<* f !»阿2W®« HS hf Mr s>M «u «FI1 ； Mr f >F au n K，J Im* iem iia C<< t«rrvtm52"心imM car» JblhC *ir re»tKilt U'w尸< w. «t O、 «