PCL点云库——使用VoxelGrid滤波器对点云进行下采样

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);
}