经典点云去噪算法总结

最新推荐文章于 2025-02-10 12:30:00 发布

置顶

Meet_csdn

最新推荐文章于 2025-02-10 12:30:00 发布

阅读量8.5k

点赞数 10

文章标签： c++ matlab

本文链接：https://blog.csdn.net/Meet_csdn/article/details/107922794

版权

本文汇总了多种经典的点云去噪算法，包括移动最小二乘(MLS)、双边滤波、LOP、WLOP、CLOP、EAR、PCN及TD(Total Denoising)和Pointfilter。提供了相应的代码资源和参考文献，适用于点云处理和表面重建。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

以下列出方法均有运行成功的代码，所有工程文件我都会放在如下链接：

https://github.com/gx-sun/classic-point-cloud-denoising-methods

欢迎star

持续补充中，目前最新为2021.12月。

1.移动最小二乘MLS

基于PCL

#include "stdafx.h"


#include <pcl/point_types.h>
#include <pcl/io/pcd_io.h>
#include <pcl/kdtree/kdtree_flann.h>
#include <pcl/surface/mls.h>
int main(int argc, char** argv)
{// 将一个适当类型的输入文件加载到对象PointCloud中
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>());
	// 加载bun0.pcd文件，加载的文件在 PCL的测试数据中是存在的 
	pcl::io::loadPCDFile("bunny_hi_noise.pcd", *cloud);
	// 创建一个KD树
	pcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>);
	// 输出文件中有PointNormal类型，用来存储移动最小二乘法算出的法线
	pcl::PointCloud<pcl::PointNormal> mls_points;
	// 定义对象 (第二种定义类型是为了存储法线, 即使用不到也需要定义出来)
	pcl::MovingLeastSquares<pcl::PointXYZ, pcl::PointNormal> mls;
	mls.setComputeNormals(true);
	//设置参数
	mls.setInputCloud(cloud);
	mls.setPolynomialFit(true);
	mls.setSearchMethod(tree);
	mls.setSearchRadius(0.06);
	// 曲面重建
	mls.process(mls_points);
	// 保存结果
	pcl::io::savePCDFile("bunny_hi_noise_mls.pcd", mls_points);
}

2.双边滤波

2.1基于PCL

实验编译成功了，但是因为其需要intensity分量，一般都没有，故无法运行

#include "stdafx.h"
#include <pcl/point_types.h>
#include <pcl/io/pcd_io.h>
#include <pcl/kdtree/kdtree_flann.h>
#include &l

最低0.47元/天解锁文章