PCL以二值化描述子为输入的特征匹配代码

以下是使用PCL进行二值化描述子匹配的示例代码：

#include <pcl/point_cloud.h>
#include <pcl/point_types.h>
#include <pcl/features/feature.h>
#include <pcl/features/brief.h>
#include <pcl/features/orb.h>
#include <pcl/features/brisk.h>
#include <pcl/registration/correspondence_estimation.h>
#include <pcl/registration/correspondence_rejection.h>
#include <pcl/registration/correspondence_rejection_one_to_one.h>
#include <pcl/registration/correspondence_rejection_median_distance.h>

int main()
{
  // 定义两个点云
  pcl::PointCloud<pcl::PointXYZ>::Ptr cloud1 (new pcl::PointCloud<pcl::PointXYZ>);
  pcl::PointCloud<pcl::PointXYZ>::Ptr cloud2 (new pcl::PointCloud<pcl::PointXYZ>);
  
  // 从文件中读取点云数据
  pcl::io::loadPCDFile<pcl::PointXYZ> ("cloud1.pcd", *cloud1);
  pcl::io::loadPCDFile<pcl::PointXYZ> ("cloud2.pcd", *cloud2);
  
  // 定义二值化描述子计算对象
  pcl::BriefEstimation<pcl::PointXYZ, pcl::Brief> brief;
  pcl::OrbEstimation<pcl::PointXYZ, pcl::Orb> orb;
  pcl::BriskEstimation<pcl::PointXYZ, pcl::BRISK> brisk;
  
  // 计算两个点云的特征点和二值化描述子
  pcl::PointCloud<pcl::Brief>::Ptr descriptors1 (new pcl::PointCloud<pcl::Brief>);
  pcl::PointCloud<pcl::Brief>::Ptr descriptors2 (new pcl::PointCloud<pcl::Brief>);
  brief.setInputCloud (cloud1);
  brief.compute (*descriptors1);
  brief.setInputCloud (cloud2);
  brief.compute (*descriptors2);
  
  // 定义特征匹配对象
  pcl::registration::CorrespondenceEstimation<pcl::Brief, pcl::Brief> est;
  est.setInputSource (descriptors1);
  est.setInputTarget (descriptors2);
  
  // 计算匹配对
  pcl::CorrespondencesPtr correspondences (new pcl::Correspondences);
  est.determineCorrespondences (*correspondences);
  
  // 定义匹配对筛选器
  pcl::registration::CorrespondenceRejectorOneToOne o2o;
  pcl::registration::CorrespondenceRejectorMedianDistance md;
  md.setInputCorrespondences (correspondences);
  md.getCorrespondences (*correspondences);
  o2o.setInputCorrespondences (correspondences);
  o2o.getCorrespondences (*correspondences);
  
  // 输出匹配结果
  for (const auto& correspondence : *correspondences)
    std::cout << correspondence.index_query << " -> " << correspondence.index_match << std::endl;
  
  return 0;
}

在上面的代码中，我们使用了PCL中的BriefEstimation、OrbEstimation和BriskEstimation对象来计算二值化描述子，使用CorrespondenceEstimation对象计算匹配对，使用CorrespondenceRejectorOneToOne和CorrespondenceRejectorMedianDistance对象进行筛选。需要注意的是，这里的输入点云类型是PointXYZ，如果需要使用其他类型的点云，需要对BriefEstimation、OrbEstimation和BriskEstimation对象进行相应的修改。