[英]how to find principal components and orientation of a point cloud using point cloud library
我有一个木块的点云。 我已经找到了该点云的质心。 现在,我尝试使用点云库查找主成分和方向。 以下是我尝试过的代码。 如果您还不了解,请指正我。
Eigen::Vector4f centroid;
Eigen::Matrix3f covariance_matrix;
// Extract the eigenvalues and eigenvectors
Eigen::Vector3f eigen_values;
Eigen::Matrix3f eigen_vectors;
pcl::compute3DCentroid(*cloud_filtered,cluster_indices,centroid);
// Compute the 3x3 covariance matrix
pcl::computeCovarianceMatrix (*cloud_filtered, centroid, covariance_matrix);
pcl::eigen33 (covariance_matrix, eigen_vectors, eigen_values);
std::cout << "centroid-x:"<<centroid[0]<<"centroid-y:"<<centroid[1]<<"centroid-z:"<<centroid[2]<<std::endl;
如果需要代表方向的旋转矩阵,我们可以选择对象的体积分布最高的轴(标准化的第一特征向量-与最大特征值相关的特征向量)作为矩阵的第一列。
对于矩阵的第二列,请选择第二个特征向量,但是您必须从中减去它在第一个特征向量上的投影,以使其与第一个特征向量正交。 要计算其投影,您可以使用点积-如果特征向量已经归一化,则可以使用点积计算要减去的向量的长度:因此,将两个向量点积,然后将第一个向量乘以点积,然后从第一个特征向量中减去所得的向量。
对于第三列,只剩下一个选择-上面计算出的两个乘积。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.