思路還是很容易想到的：

1.首先使用KD樹尋找當前點鄰域的N個點，這里取了10個，直接調用了vlfeat。

2.用最小二乘估計當前鄰域點組成的平面，得到法向量。

3.根據當前鄰域點平均值確定鄰域質心，通常質心會在彎曲表面的內部，反方向即為法線方向。

vlfeat在這里下載，配置參考這里，rabbit.pcd下載地址

處理效果如下：

原始點云：

點云表面法向量，做了降采樣處理：

兔子果斷變刺猬。

matlab代碼如下：

clear all; close all; clc; warning off;pc = pcread('rabbit.pcd'); pc=pcdownsample(pc,'random',0.3); %0.3倍降采樣 pcshow(pc);pc_point = pc.Location'; %得到點云數據 kdtree = vl_kdtreebuild(pc_point); %使用vlfeat建立kdtreenormE=[]; for i=1:length(pc_point)p_cur = pc_point(:,i);[index, distance] = vl_kdtreequery(kdtree, pc_point, p_cur, 'NumNeighbors', 10); %尋找當前點最近的10個點p_neighbour = pc_point(:,index)';p_cent = mean(p_neighbour); %得到局部點云平均值，便于計算法向量長度和方向%最小二乘估計平面X=p_neighbour(:,1);Y=p_neighbour(:,2);Z=p_neighbour(:,3);XX=[X Y ones(length(index),1)];YY=Z;%得到平面法向量C=(XX'*XX)\XX'*YY;%局部平面指向局部質心的向量dir1 = p_cent-p_cur';%局部平面法向量dir2=[C(1) C(2) -1];%計算兩個向量的夾角ang = sum(dir1.*dir2) / (sqrt(dir1(1)^2 +dir2(1)^2) + sqrt(dir1(2)^2 +dir2(2)^2)+sqrt(dir1(3)^2 +dir2(3)^2) );%根據夾角判斷法向量正確的指向flag = acos(ang);dis = norm(dir1);if flag<0dis = -dis;end%畫出當前點的表面法向量t=(0:dis/100:dis)';x = p_cur(1) + C(1)*t;y = p_cur(2) + C(2)*t;z = p_cur(3) + (-1)*t;normE =[normE;x y z];i end pcshowpair(pc,pointCloud(normE));

總結

以上是生活随笔為你收集整理的matlab练习程序（点云表面法向量）的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。