目录
1、随机采样(Random Sample)
pcd_down = pcd.random_down_sample(sampling_ratio)
随机选择一些点保留,最简单的实现方法,当选择的随机数是均匀分布时,也可以理解成均匀采样
sampling_ratio是采样比例,即保留sampling_ratio的点
2、均匀采样(Uniform Sample)
pcd_down = pcd.uniform_down_sample(every_k_points)
等间隔保留点,每隔every_k_points个点,保留一个点
3、体素采样(Voxel Sample)
pcd_down = pcd.voxel_down_sample(voxel_size=0.05)
voxel_size为体素的尺寸大小,体素的尺寸越大,下采样的倍数越大,点云也就越稀疏。voxel_size越小,会生成更细的网格和更多的点。
空间八叉树的叶子结点里,选择一个点代表叶子里的所有点
4、最远点采样(Farthest Point Sample)
pcd_down = pcd.farthest_point_down_sample(num_samples)
首先随机选择一个点,其次,在剩下点中寻找最远的点,再去再剩下点中找到同时离这两个点最远的点……,以此类推,直到满足采样点个数。
5、基于曲率的采样
首先计算每一点的曲率值,然后根据点云的曲率的值从大到小按照一定的比例保留采样点。这种采样方法保留的点具有明显的特征,主要集中在点云场景的边缘、拐点等位置。
6、法向降采样
在局部区域内,根据法线的方向,采样保留点法线方向较为分散的点,这样可以有效的保留点云的特征细节。