PCL点云压缩简明教程

NSDT工具推荐： Three.js AI纹理开发包 - YOLO合成数据生成器 - GLTF/GLB在线编辑 - 3D模型格式在线转换 - 可编程3D场景编辑器 - REVIT导出3D模型插件 - 3D模型语义搜索引擎 - AI模型在线查看 - Three.js虚拟轴心开发包 - 3D模型在线减面 - STL模型在线切割 - 3D道路快速建模

点云由描述与距离、颜色、法线等附加信息相关的三维点的巨大数据集组成。此外，它们可以高速创建，因此占用大量内存资源。一旦必须通过速率受限的通信通道存储或传输点云，压缩此类数据的方法就变得非常有趣。 PCL库提供点云压缩功能。它允许对各种点云进行编码，包括“无组织”点云，其特征是不存在的点引用、不同的点大小、分辨率、密度和/或点排序。此外，底层八叉树数据结构能够有效地合并来自多个源的点云数据。

下面，我们将解释如何有效地压缩单个点云以及点云流。在所提供的示例中，我们使用 OpenNIGrabber 捕获点云，并使用 PCL 点云压缩技术进行压缩。

1、实现代码

首先，创建一个文件，比方说， point_cloud_compression.cpp 并将以下内容放入其中：

#include <pcl/point_cloud.h>
#include <pcl/point_types.h>
#include <pcl/io/openni_grabber.h>
#include <pcl/visualization/cloud_viewer.h>

#include <pcl/compression/octree_pointcloud_compression.h>

#include <stdio.h>
#include <sstream>
#include <stdlib.h>

#ifdef WIN32
# define sleep(x) Sleep((x)*1000)
#endif

class SimpleOpenNIViewer
{
public:
  SimpleOpenNIViewer () :
    viewer (" Point Cloud Compression Example")
  {
  }

  void
  cloud_cb_ (const pcl::PointCloud<pcl::PointXYZRGBA>::ConstPtr &cloud)
  {
    if (!viewer.wasStopped ())
    {
      // stringstream to store compressed point cloud
      std::stringstream compressedData;
      // output pointcloud
      pcl::PointCloud<pcl::PointXYZRGBA>::Ptr cloudOut (new pcl::PointCloud<pcl::PointXYZRGBA> ());

      // compress point cloud
      PointCloudEncoder->encodePointCloud (cloud, compressedData);

      // decompress point cloud
      PointCloudDecoder->decodePointCloud (compressedData, cloudOut);


      // show decompressed point cloud
      viewer.showCloud (cloudOut);
    }
  }

  void
  run ()
  {

    bool showStatistics = true;

    // for a full list of profiles see: /io/include/pcl/compression/compression_profiles.h
    pcl::io::compression_Profiles_e compressionProfile = pcl::io::MED_RES_ONLINE_COMPRESSION_WITH_COLOR;

    // instantiate point cloud compression for encoding and decoding
    PointCloudEncoder = new pcl::io::OctreePointCloudCompression<pcl::PointXYZRGBA> (compressionProfile, showStatistics);
    PointCloudDecoder = new pcl::io::OctreePointCloudCompression<pcl::PointXYZRGBA> ();

    // create a new grabber for OpenNI devices
    pcl::Grabber* interface = new pcl::OpenNIGrabber ();

    // make callback function from member function
    std::function<void(const pcl::PointCloud<pcl::PointXYZRGBA>::ConstPtr&)> f =
      [this] (const pcl::PointCloud<pcl::PointXYZRGBA>::ConstPtr& cloud) { cloud_cb_ (cloud); };

    // connect callback function for desired signal. In this case its a point cloud with color values
    boost::signals2::connection c = interface->registerCallback (f);

    // start receiving point clouds
    interface->start ();

    while (!viewer.wasStopped ())
    {
      sleep (1);
    }

    interface->stop ();

    // delete point cloud compression instances
    delete (PointCloudEncoder);
    delete (PointCloudDecoder);

  }

  pcl::visualization::CloudViewer viewer;

  pcl::io::OctreePointCloudCompression<pcl::PointXYZRGBA>* PointCloudEncoder;
  pcl::io::OctreePointCloudCompression<pcl::PointXYZRGBA>* PointCloudDecoder;

};

int
main ()
{
  SimpleOpenNIViewer v;
  v.run ();

  return (0);
}

2、代码解读

现在，让我们详细讨论代码。让我们从 main() 函数开始：首先我们创建一个新的 SimpleOpenNIViewer 实例并调用其 run() 方法：

int
main ()
{
  SimpleOpenNIViewer v;
  v.run ();

  return (0);
}

在 run() 函数中，我们创建 OctreePointCloudCompression 类的实例以进行编码和解码。他们可以将压缩配置文件作为配置压缩算法的参数。提供的压缩配置文件为 openNI 设备捕获的点云预定义了通用参数集。

在此示例中，我们使用 MED_RES_ONLINE_COMPRESSION_WITH_COLOR 配置文件，该配置文件应用 5 立方毫米的坐标编码精度并启用颜色分量编码。它针对快速在线压缩进行了进一步优化。压缩配置文件的完整列表（包括其配置）可以在文件 /io/include/pcl/compression/compression_profiles.h中找到。

使用 MANUAL_CONFIGURATION 配置文件，还可以在 OctreePointCloudCompression 构造函数中对压缩算法进行完整参数化。有关高级参数化的更多详细信息，请参阅“高级参数化”部分。

    bool showStatistics = true;

    // for a full list of profiles see: /io/include/pcl/compression/compression_profiles.h
    pcl::io::compression_Profiles_e compressionProfile = pcl::io::MED_RES_ONLINE_COMPRESSION_WITH_COLOR;

    // instantiate point cloud compression for encoding and decoding
    PointCloudEncoder = new pcl::io::OctreePointCloudCompression<pcl::PointXYZRGBA> (compressionProfile, showStatistics);
    PointCloudDecoder = new pcl::io::OctreePointCloudCompression<pcl::PointXYZRGBA> ();

以下代码实例化 OpenNI 设备的新采集器并启动接口回调循环：

    // create a new grabber for OpenNI devices
    pcl::Grabber* interface = new pcl::OpenNIGrabber ();

    // make callback function from member function
    std::function<void(const pcl::PointCloud<pcl::PointXYZRGBA>::ConstPtr&)> f =
      [this] (const pcl::PointCloud<pcl::PointXYZRGBA>::ConstPtr& cloud) { cloud_cb_ (cloud); };

    // connect callback function for desired signal. In this case its a point cloud with color values
    boost::signals2::connection c = interface->registerCallback (f);

    // start receiving point clouds
    interface->start ();

    while (!viewer.wasStopped ())
    {
      sleep (1);
    }

    interface->stop ();

在 OpenNIGrabber 捕获循环执行的回调函数中，我们首先将捕获的点云压缩到字符串流缓冲区中。接下来是解压缩步骤，将压缩的二进制数据解码为新的点云对象。然后将解码的点云发送到点云查看器：

  void
  cloud_cb_ (const pcl::PointCloud<pcl::PointXYZRGBA>::ConstPtr &cloud)
  {
    if (!viewer.wasStopped ())
    {
      // stringstream to store compressed point cloud
      std::stringstream compressedData;
      // output pointcloud
      pcl::PointCloud<pcl::PointXYZRGBA>::Ptr cloudOut (new pcl::PointCloud<pcl::PointXYZRGBA> ());

      // compress point cloud
      PointCloudEncoder->encodePointCloud (cloud, compressedData);

      // decompress point cloud
      PointCloudDecoder->decodePointCloud (compressedData, cloudOut);


      // show decompressed point cloud
      viewer.showCloud (cloudOut);
    }
  }

3、编译并运行程序

将以下行添加到你的 CMakeLists.txt 文件中：

cmake_minimum_required(VERSION 3.5 FATAL_ERROR)

project(point_cloud_compression)

find_package(PCL 1.2 REQUIRED)

include_directories(${PCL_INCLUDE_DIRS})
link_directories(${PCL_LIBRARY_DIRS})
add_definitions(${PCL_DEFINITIONS})

add_executable (point_cloud_compression point_cloud_compression.cpp)
target_link_libraries (point_cloud_compression ${PCL_LIBRARIES})

制作可执行文件后，可以运行它。只需执行以下操作：

$ ./point_cloud_compression

你将看到类似以下内容的内容：

[OpenNIGrabber] Number devices connected: 1
[OpenNIGrabber] 1. device on bus 002:17 is a Xbox NUI Camera (2ae) from Microsoft (45e) with serial id 'B00364707960044B'
[OpenNIGrabber] device_id is not set or has unknown format: ! Using first device.
[OpenNIGrabber] Opened 'Xbox NUI Camera' on bus 2:17 with serial number 'B00364707960044B'
streams alive:  image,  depth_image
*** POINTCLOUD ENCODING ***
Frame ID: 1
Encoding Frame: Intra frame
Number of encoded points: 192721
XYZ compression percentage: 3.91049%
XYZ bytes per point: 0.469259 bytes
Color compression percentage: 15.4717%
Color bytes per point: 0.618869 bytes
Size of uncompressed point cloud: 3011.27 kBytes
Size of compressed point cloud: 204 kBytes
Total bytes per point: 1.08813 bytes
Total compression percentage: 6.8008%
Compression ratio: 14.7042

*** POINTCLOUD ENCODING ***
Frame ID: 2
Encoding Frame: Prediction frame
Number of encoded points: 192721
XYZ compression percentage: 3.8132%
XYZ bytes per point: 0.457584 bytes
Color compression percentage: 15.5448%
Color bytes per point: 0.62179 bytes
Size of uncompressed point cloud: 3011.27 kBytes
Size of compressed point cloud: 203 kBytes
Total bytes per point: 1.07937 bytes
Total compression percentage: 6.74609%
Compression ratio: 14.8234

*** POINTCLOUD ENCODING ***
Frame ID: 3
Encoding Frame: Prediction frame
Number of encoded points: 192721
XYZ compression percentage: 3.79962%
XYZ bytes per point: 0.455954 bytes
Color compression percentage: 15.2121%
Color bytes per point: 0.608486 bytes
Size of uncompressed point cloud: 3011.27 kBytes
Size of compressed point cloud: 200 kBytes
Total bytes per point: 1.06444 bytes
Total compression percentage: 6.65275%
Compression ratio: 15.0314

...

4、压缩配置文件

压缩配置文件（compression profile）定义 PCL 点云编码器的参数集。它们针对从 OpenNI 采集器检索的常见点云的压缩进行了优化。请注意，解码器不需要参数化，因为它会检测并采用编码期间使用的配置。可以使用以下压缩配置文件：

LOW_RES_ONLINE_COMPRESSION_WITHOUT_COLOR ： 1立方厘米分辨率，无颜色，快速在线编码
LOW_RES_ONLINE_COMPRESSION_WITH_COLOR ： 1立方厘米分辨率、颜色、快速在线编码
MED_RES_ONLINE_COMPRESSION_WITHOUT_COLOR ：5立方毫米分辨率，无颜色，快速在线编码
MED_RES_ONLINE_COMPRESSION_WITH_COLOR ： 5立方毫米分辨率、颜色、快速在线编码
HIGH_RES_ONLINE_COMPRESSION_WITHOUT_COLOR ： 1立方毫米分辨率，无颜色，快速在线编码
HIGH_RES_ONLINE_COMPRESSION_WITH_COLOR ： 1立方毫米分辨率、颜色、快速在线编码
LOW_RES_OFFLINE_COMPRESSION_WITHOUT_COLOR ： 1立方厘米分辨率，无颜色，高效离线编码
LOW_RES_OFFLINE_COMPRESSION_WITH_COLOR ： 1立方厘米分辨率、颜色、高效离线编码
MED_RES_OFFLINE_COMPRESSION_WITHOUT_COLOR ： 5立方毫米分辨率，无颜色，高效离线编码
MED_RES_OFFLINE_COMPRESSION_WITH_COLOR ： 5立方毫米分辨率、颜色、高效离线编码
HIGH_RES_OFFLINE_COMPRESSION_WITHOUT_COLOR ： 1立方毫米分辨率，无颜色，高效离线编码
HIGH_RES_OFFLINE_COMPRESSION_WITH_COLOR ： 1立方毫米分辨率、颜色、高效离线编码
MANUAL_CONFIGURATION ：启用高级参数化的手动配置

5、高级参数化

为了完全访问所有与压缩相关的参数， OctreePointCloudCompression 类的构造函数可以使用附加压缩参数进行初始化。

注意，要启用高级参数化， compressionProfile_arg 应设置 MANUAL_CONFIGURATION。

OctreePointCloudCompression (compression_Profiles_e compressionProfile_arg,
                             bool showStatistics_arg,
                             const double pointResolution_arg,
                             const double octreeResolution_arg,
                             bool doVoxelGridDownDownSampling_arg,
                             const unsigned int iFrameRate_arg,
                             bool doColorEncoding_arg,
                             const unsigned char colorBitResolution_arg
                            )

高级参数化解释如下：

compressionProfile_arg：此参数应设置为 MANUAL_CONFIGURATION 以启用高级参数化。
showStatistics_arg：将压缩相关统计信息打印到标准输出。
pointResolution_arg：定义点坐标的编码精度。该参数应设置为低于传感器噪声的值。
octreeResolution_arg：此参数定义部署的八叉树的体素大小。较低的体素分辨率可以实现更快的压缩，但压缩性能会降低。这可以在高帧/更新率和压缩效率之间进行权衡。
doVoxelGridDownDownSampling_arg：如果激活，则仅对分层八叉树数据结构进行编码。解码器在体素中心生成点。这样，点云在压缩过程中被下采样，同时实现高压缩性能。
iFrameRate_arg：点云压缩方案对点云进行差分编码。通过这种方式，对传入点云和先前编码的点云之间的差异进行编码，以实现最大的压缩性能。 iFrameRate_arg 允许指定流中传入点云不进行差分编码的帧速率（类似于视频编码中的 I/P 帧）。
doColorEncoding_arg：此选项启用颜色分量编码。
colorBitResolution_arg：此参数定义要编码的每个颜色分量的位数。

6、用于PCL点云流压缩的命令行工具

pcl 应用程序组件包含用于点云压缩和流传输的命令行工具：只需执行 ./pcl_openni_octree_compression -? 查看完整的选项列表（注意：屏幕上的输出可能有所不同）：

PCL point cloud stream compression

usage: ./pcl_openni_octree_compression [mode] [profile] [parameters]

I/O:
    -f file  : file name

file compression mode:
    -x: encode point cloud stream to file
    -d: decode from file and display point cloud stream

network streaming mode:
    -s       : start server on localhost
    -c host  : connect to server and display decoded cloud stream

optional compression profile:
    -p profile : select compression profile:
                   -"lowC"  Low resolution with color
                   -"lowNC" Low resolution without color
                   -"medC" Medium resolution with color
                   -"medNC" Medium resolution without color
                   -"highC" High resolution with color
                   -"highNC" High resolution without color

optional compression parameters:
    -r prec  : point precision
    -o prec  : octree voxel size
    -v       : enable voxel-grid downsampling
    -a       : enable color coding
    -i rate  : i-frame rate
    -b bits  : bits/color component
    -t       : output statistics
    -e       : show input cloud during encoding

example:
    ./pcl_openni_octree_compression -x -p highC -t -f pc_compressed.pcc

为了通过 TCP/IP 传输压缩点云，可以使用以下命令启动服务器：

$ ./pcl_openni_octree_compression -s
It will listen on port 6666 for incoming conne

它将在端口 6666 上侦听传入连接。现在启动客户端：

$ ./pcl_openni_octree_compression -c SERVER_NAME

远程捕获的点云将在点云查看器中本地显示。

7、结论

这种 PCL 点云压缩能够有效地压缩任何类型的点云和点云流。

原文链接：Point Cloud Compression

BimAnt翻译整理，转载请标明出处

PCL点云压缩简明教程

1、实现代码

2、代码解读

3、编译并运行程序

4、压缩配置文件

5、高级参数化

6、用于PCL点云流压缩的命令行工具

7、结论

admin

AABB树碰撞检测

Draco压缩大规模点云

1、实现代码

2、代码解读

3、编译并运行程序

4、压缩配置文件

5、高级参数化

6、用于PCL点云流压缩的命令行工具

7、结论

AABB树碰撞检测

Draco压缩大规模点云

You might also like...

You might also like...