当前位置: 首页 > java >正文

CGAL 快速构建三维凸包

目录

  • 一、算法原理
    • 1、原理概述
    • 2、核心计算方法
    • 3、应用场景与性能
  • 二、代码实现
  • 三、结果展示

在这里插入图片描述

博客长期更新,本文最新更新时间为:2025年6月15日。

一、算法原理

1、原理概述

  三维凸包是计算几何中的核心概念,指包含给定点集的最小凸多面体。它在计算机图形学、机器人导航、GIS分析等领域有广泛应用,如轮廓提取、地物分类和体积计算。下面我将逐步介绍三维凸包的核心计算方法、算法原理和实现细节,确保内容结构清晰且参考可靠信息。

2、核心计算方法

  三维凸包的计算方法主要基于凸多面体的几何性质,常见算法包括卷包裹法(Gift-wrapping)和增量法(Incremental method)。这些方法的时间复杂度通常为 O ( n log ⁡ n ) O(n \log n) O(nlogn) O ( n 2 ) O(n^2) O(n2),其中 n n n 是点集的大小。

  • 卷包裹法(Gift-wrapping)
    这是一种直观的算法,类似于二维凸包的Jarvis march。它从初始边开始,逐步“包裹”点集形成凸包面。关键步骤包括:

    • 起始边选择:通常投影点集到二维平面(如 z = 0 z=0 z=0),找到y坐标最小的点作为起点,并选择到该点极角最小的点作为第二个点。这避免了直接投影计算,提高了效率。
    • 迭代构建:从起始边出发,计算每个面的法向量,找到下一个点使所有点位于法向量的同一侧。数学上,一个点 p i \mathbf{p}_i pi 在凸包上需满足:
      ( p j − p i ) ⋅ n ≥ 0 ∀ j (\mathbf{p}_j - \mathbf{p}_i) \cdot \mathbf{n} \geq 0 \quad \forall j (pjpi)n0j
      其中 n \mathbf{n} n 是当前面的法向量。
      卷包裹法实现简单,但效率较低,适合小型点集。
  • 增量法(Incremental method)
    这是一种高效算法,通过逐步添加点并更新凸包。核心思想是:

    • 初始凸包:构造一个简单凸包(如四面体),确保所有点在其内部或表面。
    • 增量更新:逐个添加点,如果新点在当前凸包外,则删除被“可见”的面,并添加新面。引用的代码框架展示了这一过程:

3、应用场景与性能

三维凸包广泛应用于:

  • 轮廓提取:从点云中识别物体边界。

  • 体积/面积计算:如地物占地面积(二维投影凸包)或树木冠层体积(三维凸包)。

  • 分类识别:凸包特征用于机器学习的输入。
    性能方面,卷包裹法最坏复杂度为 O ( n 2 ) O(n^2) O(n2),增量法可优化到 O ( n log ⁡ n ) O(n \log n) O(nlogn)。实际中,PCL等库利用并行计算加速。

  • 输入点集要求:点应无重复,且数量 n ≥ 4 n \geq 4 n4 以确保三维凸包有效。

  • 边界情况:处理共面点或退化凸包时,需添加容错机制。

二、代码实现

#include <iostream>
#include <fstream>
#include <vector>// PCL头文件
#include <pcl/io/pcd_io.h>
#include <pcl/point_cloud.h>
#include <pcl/point_types.h>#include <CGAL/Exact_predicates_inexact_constructions_kernel.h>
#include <CGAL/Polyhedron_3.h>
#include <CGAL/convex_hull_3.h>typedef CGAL::Exact_predicates_inexact_constructions_kernel K;
typedef CGAL::Polyhedron_3<K> Polyhedron;
typedef K::Point_3 Point_3;// 1. 从PCL点云转换到CGAL点云
std::vector<Point_3> pcl_to_cgal_points(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud)
{std::vector<Point_3> points;points.reserve(cloud->size());for (const auto& p : *cloud){points.emplace_back(p.x, p.y, p.z);}return points;
}int main() 
{// 1. 读取点云数据pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);pcl::io::loadPCDFile("Cylinder.pcd", *cloud);// 2. 转换为CGAL点云std::vector<Point_3> points = pcl_to_cgal_points(cloud);// 3. 计算三维凸包Polyhedron poly;CGAL::convex_hull_3(points.begin(), points.end(), poly);// 4. 指定输出文件路径const std::string output_path = "convex_hull_vertices.txt";std::ofstream output_file(output_path);if (!output_file.is_open()) {std::cerr << "错误:无法创建输出文件 " << output_path << std::endl;return 1;}// 5. 提取顶点并写入TXT文件for (auto vit = poly.vertices_begin(); vit != poly.vertices_end(); ++vit) {const Point_3& p = vit->point();// 保存为空格分隔的坐标值output_file << p.x() << " " << p.y() << " " << p.z() << "\n";}output_file.close();std::cout << "凸包顶点已保存至: " << output_path<< "\n顶点数量: " << std::distance(poly.vertices_begin(), poly.vertices_end())<< std::endl;return 0;
}

三、结果展示

白色为凸包顶点
在这里插入图片描述

http://www.xdnf.cn/news/14469.html

相关文章:

  • 20年架构师视角:SpringAI如何重塑Java技术栈?
  • 进程和线程区别、管道和套接字、共享变量、TCP三次握手,是否可以少一次握手、子进程和主进程区别和API——Nodejs
  • 206. 反转链表
  • ArkUI-X框架LogInterface使用指南
  • C++题解(36) 2025年顺德区中小学生程序设计展示活动(初中组C++)换位(二)
  • BeckHoff <---> Mitsubishi RH-20FR(三菱)水平关节机械手通过网桥(EL6692)通讯
  • C++队列的那些事儿
  • db2主从同步 逻辑复制 APPLY_THROTTLE参数
  • LangGraph AI 系统测试与高可用保障体系
  • SwiftHub 项目分析
  • Linux之Python定制篇——新版Ubuntu24.04安装
  • to avoid naming wrong index webpage for one website
  • DrissionPage如何通过截图的方式获取图片
  • 水果商城管理系统笔记
  • 零基础上手Conda:安装、创建环境、管理依赖的完整指南
  • 计算机硬件——主板
  • 架构设计的核心原则与基础理论
  • 什么是java jdk?
  • Eclise中Lombck配置
  • DC8靶机渗透
  • 数据赋能(259)——数据赋能业务——数据驱动业务转型
  • DAY 54 Inception网络及其思考
  • 进程上下文与中断上下文详解
  • Spring AI的ChatClient和ChatModel接口
  • YOLOv3 正负样本划分详解
  • OpenIPC-aviateur上位机程序编译环境配置
  • 【AI大模型】Elasticsearch9 + 通义大模型实现语义检索操作详解
  • Logos心法:一份认知进化的活地图
  • Spring Boot 实训项目 - 图书信息网站
  • 哪些元器件对信号频率比较敏感