PCL点云滤波：去除离群点StatisticalOutlierRemoval和适用场景

最新推荐文章于 2024-10-04 00:00:00 发布

手口一斤

最新推荐文章于 2024-10-04 00:00:00 发布

阅读量6.6k

点赞数 8

分类专栏： PCL 文章标签： c++ 算法计算机视觉图像处理

本文链接：https://blog.csdn.net/h649070/article/details/111593910

版权

PCL 专栏收录该内容

18 篇文章 12 订阅

订阅专栏

PCL去除离群点StatisticalOutlierRemoval使用方法和效果显示

去除离群点StatisticalOutlierRemoval原理说明

去除离群点StatisticalOutlierRemoval适用情况和使用感受

PCL去除离群点StatisticalOutlierRemoval使用方法和效果显示

所需点云资源见文章末尾的参考链接；

程序写了去除离群点的基本操作方法，并且显示每一步的运行效果，在运行时关闭一个窗口后，再显示下一个点云窗口；

算法本身主要参数：

（1）设置参考周围点的个数，这里设置50.

（2）假设该点与周围参考点的符合正态分布，在几个标准差之内则留下，这里设置1.0；

/*20201323 by 手口一斤*/
#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/filters/statistical_outlier_removal.h>
#include <pcl/visualization/cloud_viewer.h>
#include <pcl/common/common_headers.h>
#include <boost/thread/thread.hpp>

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>);

	pcl::PCDReader reader;
	reader.read<pcl::PointXYZ>("table_scene_lms400.pcd", *cloud);

	std::cerr << "Cloud before filtering: " << std::endl;
	std::cerr << *cloud << std::endl;
	pcl::visualization::CloudViewer viewerori("ori cloud");
	viewerori.showCloud(cloud, "ori cloud");
	while (!viewerori.wasStopped())
	{
		boost::this_thread::sleep(boost::posix_time::microseconds(10000));
	}

	// Create the filtering object
	pcl::StatisticalOutlierRemoval<pcl::PointXYZ> sor;
	sor.setInputCloud(cloud);
	sor.setMeanK(50);
	sor.setStddevMulThresh(1.0);
	sor.filter(*cloud_filtered);

	std::cerr << "Cloud after filtering: " << std::endl;
	std::cerr << *cloud_filtered << std::endl;

	pcl::visualization::CloudViewer viewer("after filtered");
	viewer.showCloud(cloud_filtered, "cloud filtered0");
	while (!viewer.wasStopped())
	{
		boost::this_thread::sleep(boost::posix_time::microseconds(10000));
	}

	sor.setNegative(true);
	sor.filter(*cloud_filtered);//input 还是cloud，所以可以这样


	pcl::visualization::CloudViewer viewer1("points be filtered");
	viewer1.showCloud(cloud_filtered, "cloud filtered1");
	while (!viewer1.wasStopped())
	{
		boost::this_thread::sleep(boost::posix_time::microseconds(10000));
	}

	return (0);
}

算法运行结果：

第一个窗口显示源图：