pcl庫中濾波器總結

1 引言

在獲取點雲時由於裝置精度、操作者經驗、環境因素等帶來的影響，以及電磁波衍射的特性、被測物體表面性質變化和資料拼接配準操作過程的影響，點雲資料中將不可避免的出現一些雜訊點。在點雲處理流程中，濾波處理作為預處理的第一步，往往對後續處理管道影響很大，只有在濾波預處理中將雜訊點、離群點、孔洞、資料壓縮等按照後續處理定製，才能夠更好地經行配準、特徵提取、曲面重建、視覺化等後續應用處理。

2 pcl中相關演算法函式

2.1 直通濾波器

對某一維度實行乙個簡單的濾波，即去掉在使用者指定範圍內部或外部的點。

#include //

所需標頭檔案

pcl::passthrough

< point type > passname； //

建立濾波物件

passname.setinputcloud(cluod); //

setinputcloud;

passname.setfilterfileldname("

z"); //

設定過濾 'z'軸點（x,y 軸都可以，但是其他的譬如乙個旋轉軸沒試過）

passname.setfilterlimits(0.0,1.0); //

對z軸上（0，1）區間的點進行處理

passname.setfilterlimintsnegative(true or false)； //

true 為濾掉z軸上（0，1）的點雲，false為儲存該範圍的點雲，即濾掉不屬於（0，1）上的點。不寫該函式，只寫上面一行**，則對是保留區間的點雲。原始碼中有一句話需要注意：this method will be removed in the future. use setnegative()；

passname.filter(*cloud_out_filtered); //

執行濾波

圖一 pass_before

圖二 pass_after

2.2 使用voxelgrid濾波器對點雲進行下取樣

該演算法可以減少點的數量、減小點雲資料，並同時保持點雲的形狀特徵。

通過對輸入點雲資料建立乙個三維體素柵格，然後在每個體素內，用體素中所有點的重心來*似顯示體素中的其他店，這樣該體素中的所有點就用乙個重心點最終表示。

#include pcl::voxelgrid

downsample;

downsample.setinputcloud(cloud_in);

downsample.setleafsize(

0.1f,0.1f,0.1f);//

設定leaf size 為10cm的立方體

圖一點雲下取樣引數0.03，點雲數量337271；

圖2 為引數0.05的下取樣，點雲數量為121015。

2.3 統計濾波器

使用statisticaloutlierremoval濾波器移除離群點

對每個點的鄰域進行乙個統計分析，並修剪掉那些不符合一定標準的點。對每個點我們計算它到它的所有臨*點的*均距離。假設得到的結果是乙個高斯分布，其形狀由均值和標準差決定，*均距離在標準範圍（由全域性距離*均值和方差定義）之外的點，可被定義為離群點並從資料集中去掉。

#include pcl::statisticaloutlierremoval
sor;
sor.setinputcloud(cloud_in);
sor.setmeank(
50); //
set統計時考慮查詢*鄰點數；
sor.setstddevmulthresh(1.0); //
set 判斷是否為離群點的閾值；
sor.filter(*cloud_out_filtered); //
濾波後儲存點雲到 cloud_out_filtered;
sor.setnegative(true);//
得到離群點；
sor.filter(*cloud_out_removal); //
離群點儲存至 cloud_out_removal;

3 總結以上為常用的三種濾波器，當然後pcl/filters模組中還有其他方法，包括投影濾波pcl::projectinliers ；提取子集pcl::extractindices ；conditionalremoval 以及radiusoutlierremoval來通過設定條件來濾波，還有多邊形內部點雲提取crophull。學習pcl最好還是要上官網看文件：

pcl庫中濾波器總結

PCL 直通濾波器

PCL 統計濾波器

PCL體素濾波器

pcl庫中濾波器總結

PCL 直通濾波器

PCL 統計濾波器

PCL體素濾波器

相關推薦