使用VoxelGrid滤波器对点云进行下采样
使用体素化网格方法实现下采样,即减少点云中点的数量,并同时保持点云的形状特征。该过程主要作用是将不同扫描分辨率的点云做归一化处理,使得后续处理算法相关参数具备一定通用性,以及提升后续的点云处理速度。PCL实现的VoxelGrid类通过输入的点云数据创建一个三维体栅格,然后在每个体素内,用体素中所有点的重心来近似显示体素中其他点,这样该体素内所有点就用一个重心点最终表示,最后所有体素处理后得到过滤后的点云。
//****使用VoxelGrid滤波器对点云进行下采样****//
#include <pcl/io/pcd_io.h>
#include <pcl/filters/voxel_grid.h>
#include <pcl/visualization/cloud_viewer.h>
int
main(int argc, char** argv)
{
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_filtered(new pcl::PointCloud<pcl::PointXYZ>);
// 填入点云数据
pcl::io::loadPCDFile("room_scan1.pcd", *cloud);
pcl::VoxelGrid<pcl::PointXYZ> sor; // 创建滤波器对象
sor.setInputCloud(cloud);
sor.setLeafSize(0.5, 0.5, 0.5);//设置三维栅格的大小,数值越大,栅格越大,采样后的点云数据越小
sor.filter(*cloud_filtered); //cloud_filtered——滤波后的点云
// 可视化
pcl::visualization::PCLVisualizer viewer("PCLVisualizer");
viewer.initCameraParameters();
int v1(0);
viewer.createViewPort(0.0, 0.0, 0.5, 1.0, v1);
viewer.setBackgroundColor(128.0 / 255.0, 138.0 / 255.0, 135.0 / 255.0, v1);//背景色为冷灰色
viewer.addText("Cloud before voxelgrid filtering", 10, 10, "v1 test", v1);
viewer.addPointCloud<pcl::PointXYZ>(cloud, "cloud", v1);
int v2(0);
viewer.createViewPort(0.5, 0.0, 1.0, 1.0, v2);
viewer.setBackgroundColor(128.0 / 255.0, 138.0 / 255.0, 135.0 / 255.0, v2);
viewer.addText("Cloud after voxelgrid filtering", 10, 10, "v2 test", v2);
viewer.addPointCloud<pcl::PointXYZ>(cloud_filtered, "cloud_filtered", v2);
while (!viewer.wasStopped())
{
//使可视化窗口不会一闪而过
viewer.spinOnce(100);
boost::this_thread::sleep(boost::posix_time::microseconds(100000));
}
return (0);
}