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
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) 或 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 (pj−pi)⋅n≥0∀j
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 n≥4 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