Question

首先，如何使用openvdb找到最近的点？

其次，如果ClosestSurfacePoint是正确的方法，那么如何使用它？

我使用OpenVDB阅读有关ICP的论文以获得更快的NNS。

（http://www.pmavridis.com/research/efficient_sparse_icp/）

作者说他通过在NNS上使用openvdb来提高速度。

其他一些人以类似的方式取得了同样的成就。

所以，我想亲自尝试一下。

经过几次尝试，我终于成功编译了。

然而，我有点困惑。

在我的观点中（在阅读了很多文档，包括在线食谱之后），采样器似乎这样做了

所以，我尝试了这些例子。

GridType::ConstAccessor accessor = grid.getConstAccessor();
GridType::ValueType v0 = openvdb::tools::PointSampler::sample(accessor, ijk);
GridType::ValueType v1 = openvdb::tools::BoxSampler::sample(accessor, ijk);
GridType::ValueType v2 = openvdb::tools::QuadraticSampler::sample(accessor, ijk);

我做了如下所述的事情

对象：找到最靠近查询点（ijk）的网格中的点

创建点（或加载点）并转换为vec3d格式
制作点索引网格。
设置查询点（ijk）
设置索引网格的访问者
点采样器（）的函数调用

但是，这些例子显示0或1。

如果找到完全相同的位置，则返回1。如果没有，0。

可能这个点采样器不是我想要的。

以其他方式尝试。

其他候选人

 ClosestSurfacePoint, ClosestPointProjector.

我尝试了下面写的代码它与betajippity的作品相似 https://github.com/betajippity/Ariel/blob/master/src/grid/levelset.cpp

但由于矢量

std::vector<openvdb::Vec3s> positions = {
        { 1, 1, 1 },
        { 1, 2, 1 },
        { 2, 1, 1 },
        { 2, 2, 1 },
        { 100, 100, 100 },
        { 100, 101, 100 }
    };

myPointList pointlist(positions);

const float voxelSize(1.0);
openvdb::math::Transform::Ptr transform(openvdb::math::Transform::createLinearTransform(voxelSize));

openvdb::tools::PointIndexGrid::Ptr vdbgrid =
    openvdb::tools::createPointIndexGrid<openvdb::tools::PointIndexGrid>(pointlist, *transform);

openvdb::FloatGrid vdbgrid;


openvdb::util::NullInterrupter n;
std::vector<float> distances;


openvdb::tools::ClosestSurfacePoint<openvdb::tools::PointIndexGrid> csp;

csp.initialize(*vdbgrid, 0.0f, &n);

最后一行

csp.initialize(*vdbgrid, 0.0f, &n);

导致Debug Assertion失败。

File: C:\Program Files (x86)\Microsoft Visual Studio 12.0\VC\include\vector
Line: 72

Expression: vector iterator not dereferencable

我不知道如何处理这些事情。

因为我无法修改openvdb的内部。我刚刚调用函数，它会出错：（

如果您对此有任何疑问，请提供帮助。

同样，问题是......

如何使用openvdb找到最近的点？

如果ClosestSurfacePoint是正确的方法，那么如何使用它？

我提前感谢你。

Answer 1

来自OpenVDB的回答是开发人员。

这是一个很好的问题，我试着回答这个问题。

简而言之，是的，不是。 OpenVDB Points是一个理想的基本数据结构，用于进行最近邻搜索，因为它已经是空间组织的，

但是我们还没有为您提供任何高级API，因此您必须自己编写大部分算法。

由于网格的空间特性，它是一个相对简单和快速的最近邻搜索，你有一个＆＃34;最大半径＆＃34;在其中搜索不会太大，因为您可以调整体素的大小以匹配此半径并最大化性能。

执行任意距离最近邻搜索更具挑战性，我建议你在没有编写支持框架（例如kd-）的情况下发现难以从数据结构中获得不错的性能树）。

我们尝试过最近邻算法，因此，如果我没有将您的摘要告诉您，我们很乐意在此向您指出有关实施的正确方向。：）

谢谢，丹

如何使用OpenVDB进行最近点查询？

1 个答案: