PCL双边滤波

1、BilteralFilter.cpp:

kdTree只能使用pcl/search/kdtree.h里的，pcl/kdtree/kdtree_flann.h里的在setSearchMethod()函数中会出现报错。

暂时没有强度数据模型，只是运行通过了，所以就没有做可视化这块。

[html]  view plain  copy

 

1. #include <pcl/point_types.h>  
2. #include <pcl/io/pcd_io.h>  
3. #include <pcl/kdtree/kdtree_flann.h>  
4. #include <pcl/filters/bilateral.h>  
5.   
6.   
7. #include <pcl/kdtree/flann.h>  
8. #include <pcl/kdtree/kdtree.h>  
9. #include <pcl/search/flann_search.h>  
10. #include <pcl/search/kdtree.h>  
11.   
12.   
13. typedef pcl::PointXYZI PointT;  
14.   
15.   
16. int  
17. main(int argc, char*argv[])  
18. {  
19.     std::string incloudfile = argv[1];  
20.     std::string outcloudfile = argv[2];  
21.     float sigma_s = atof(argv[3]);  
22.     float sigma_r = atof(argv[4]);  
23.   
24.   
25.     // 读入点云文件  
26.     pcl::PointCloud<PointT>::Ptr cloud(new pcl::PointCloud<PointT>);  
27.     pcl::io::loadPCDFile(incloudfile.c_str(), *cloud);  
28.   
29.   
30.     pcl::PointCloud<PointT>outcloud;  
31.   
32.   
33.     // 建立kdtree  
34.     //pcl::KdTreeFLANN<PointT>::Ptr tree(new pcl::KdTreeFLANN<PointT>);  
35.     pcl::search::KdTree<PointT>::Ptr tree1(new pcl::search::KdTree<PointT>);  
36.     pcl::BilateralFilter<PointT> bf;  
37.     bf.setInputCloud(cloud);  
38.     bf.setSearchMethod(tree1);  
39.     bf.setHalfSize(sigma_s);  
40.     bf.setStdDev(sigma_r);  
41.     bf.filter(outcloud);  
42.   
43.   
44.     // 保存滤波输出点云文件  
45.     pcl::io::savePCDFile(outcloudfile.c_str(), outcloud);  
46.     return (0);  
47. }  

2、FastBilateralFilter.cpp

[html]  view plain  copy

 

1. //点的类型的头文件    
2. #include <pcl/point_types.h>  //required  
3. //点云文件IO（pcd文件和ply文件）    
4. #include <pcl/io/pcd_io.h>  //required  
5. #include <pcl/io/ply_io.h>    
6. //kd树    
7. #include <pcl/kdtree/kdtree_flann.h>    
8. //特征提取    
9. #include <pcl/features/normal_3d_omp.h>    
10. #include <pcl/features/normal_3d.h>    
11. //重构    
12. #include <pcl/surface/gp3.h>    
13. #include <pcl/surface/poisson.h>    
14. //可视化    
15. #include <pcl/visualization/pcl_visualizer.h>   
16. #include <pcl/visualization/cloud_viewer.h>  
17. //多线程    
18. #include <boost/thread/thread.hpp>    
19. #include <fstream>    
20. #include <iostream>    
21. #include <stdio.h>    
22. #include <string.h>    
23. #include <string>    
24. //计时    
25. #include <time.h>   
26. //Bilateral Filter  
27. #include <pcl/filters/bilateral.h>//required  
28. #include <pcl/filters/fast_bilateral.h>  
29. #include <pcl/filters/fast_bilateral_omp.h>  
30.   
31. typedef pcl::PointXYZI PointT;  
32.   
33. float sigma_s;  
34. float sigma_r;  
35.   
36. int main(int argc, char** argv)  
37. {  
38.     // 确定文件格式    
39.     char tmpStr[100];  
40.     strcpy(tmpStr, argv[1]);  
41.     char* pext = strrchr(tmpStr, '.');  
42.     std::string extply("ply");  
43.     std::string extpcd("pcd");  
44.     if (pext){  
45.         *pext = '\0';  
46.         pext++;  
47.     }  
48.     std::string ext(pext);  
49.     //如果不支持文件格式，退出程序    
50.     if (!((ext == extply) || (ext == extpcd))){  
51.         std::cout << "文件格式不支持!" << std::endl;  
52.         std::cout << "支持文件格式：*.pcd和*.ply！" << std::endl;  
53.         return(-1);  
54.     }  
55.   
56.     //根据文件格式选择输入方式    
57.     pcl::PointCloud<pcl::PointXYZI>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZI>); //创建点云对象指针，用于存储输入    
58.     pcl::PointCloud<pcl::PointXYZI> outcloud;  
59.     //pcl::PCLPointCloud2::ConstPtr cloud;  
60.   
61.     if (ext == extply){  
62.         if (pcl::io::loadPLYFile(argv[1], *cloud) == -1){  
63.             PCL_ERROR("Could not read ply file!\n");  
64.             return -1;  
65.         }  
66.     }  
67.     else{  
68.         if (pcl::io::loadPCDFile(argv[1], *cloud) == -1){  
69.             PCL_ERROR("Could not read pcd file!\n");  
70.             return -1;  
71.         }  
72.     }  
73.     /  
74.     //create a timer    
75.     clock_t start, end;  
76.   
77.       
78.   
79.     //(1）如果点云是有序的，通过 pcl: : Organ izedDatalnd ex 使用有序搜索方法 。  
80.     //(2 ） 如果点云是无序的，通过 pcl : : KdTreeFLANN 使用通用的 Kd 树  
81.     //有序点云  
82.     //Example:  
83.     //  cloud.width = 640; // Image-like organized structure, with 640 rows and 480 columns,  
84.     //  cloud.height = 480; // thus 640*480=307200 points total in the dataset  
85.     //无序点云  
86.     //Example:  
87.     //  cloud.width = 307200;  
88.     //  cloud.height = 1; // unorganized point cloud dataset with 307200 points  
89.   
90.   
91.   
92.     // 建立kdtree  
93.     pcl::KdTreeFLANN<pcl::PointXYZI>::Ptr tree(new pcl::KdTreeFLANN<pcl::PointXYZI>);  
94.   
95.     pcl::BilateralFilter<pcl::PointXYZI> bf;  
96.     bf.setInputCloud(cloud);  
97.     //bf.setSearchMethod(tree);  
98.     bf.setHalfSize(sigma_s);  
99.     bf.setStdDev(sigma_r);  
100.     bf.filter(outcloud);  
101.   
102.     // 保存滤波输出点云文件  
103.     //pcl::io::savePCDFile(outcloud, "outcloud");  
104.   
105.     /  
106.     // Apply the filter  
107.       
108.     //pcl::FastBilateralFilterOMP<pcl::PointXYZ> fbf(10);//OpenMP Accelerator  
109.       
110.   
111.     //pcl::FastBilateralFilter<pcl::PointXYZ> fbf;  
112.     fbf.setInputCloud(cloud);  
113.     //fbf.setInputCloud(cloud);  
114.     //fbf.setSigmaS(5.0);//定义算法支持的滤波范围的大小  
115.     //fbf.setSigmaR(0.003);  
116.     //pcl::PointCloud<pcl::PointXYZ> cloud_filtered;  
117.   
118.     //start = clock();  
119.     fbf.filter(cloud_filtered);  
120.     //fbf.applyFilter(cloud_filtered);  
121.     //end = clock();  
122.   
123.     //std::cerr << "Start compute!" << std::endl;  
124.     //std::cerr << (end - start) / CLOCKS_PER_SEC << "s used!" << std::endl;  
125.   
126.      Convert data back  
127.     //pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_output;  
128.     toPCLPointCloud2(cloud_filtered, cloud_output);  
129.     //pcl::concatenateFields(*cloud, cloud_filtered, *cloud_output);  
130.     //pcl::copyPointCloud(*cloud_output, *cloud);  
131.   
132.     pcl::visualization::PCLVisualizer::Ptr viewer(new pcl::visualization::PCLVisualizer("BilateralFilter"));  
133.     viewer->addPointCloud(outcloud, "cloud");  
134.   
135.     viewer->updateCamera();  
136.     viewer->updatePointCloud(cloud, "cloud");  
137.     viewer->initCameraParameters();  
138.   
139.     //viewer->spin();    
140.     while (!viewer->wasStopped()){  
141.         viewer->spinOnce(100);  
142.         boost::this_thread::sleep(boost::posix_time::microseconds(100000));  
143.     }  
144.   
145.     return 0;  
146. }  

转载：http://blog.csdn.net/sinat_24206709/article/details/51956301