PCL-滤波

前言

在前文中，我们学习相关PCL一致性采样方法，用于检测相关的点云的曲面或者平面。点云还有比较重要的一部分，那就是滤波，如何提出无用的点，降噪是本节学习的内容。前文代码

1. 准备

1.1 直通过滤器

对坐标轴上面的相关满足坐标条件的进行过滤，如 z > 5等等。

1.2 体素化网格向下过滤

使用体素化网格方法实现下采样，即减少点的数量 减少点云数据，并同时保存点云的形状特征，在提高配准，曲面重建，形状识别等算法速度中非常实用，PCL是实现的VoxelGrid类通过输入的点云数据创建一个三维体素栅格，容纳后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都用一个重心点最终表示，对于所有体素处理后得到的过滤后的点云，这种方法比用体素中心逼近的方法更慢，但是对于采样点对应曲面的表示更为准确。

1.3 修改代码

在前文的代码基础上面添加两个按钮用于相关点击事件,如下:

QPushButton *passThroughBtn;

QPushButton *voxelGridBtn;
passThroughBtn = new QPushButton(PCLView);
passThroughBtn->setObjectName(QString::fromUtf8("Pass Filter"));
passThroughBtn->setGeometry(QRect(200, 60, 120, 40));

voxelGridBtn = new QPushButton(PCLView);
voxelGridBtn->setObjectName(QString::fromUtf8("Voxel Grid"));
voxelGridBtn->setGeometry(QRect(200, 110, 120, 40));

passThroughBtn->setText(QCoreApplication::translate("PCLView","Pass Through", nullptr));

voxelGridBtn->setText(QCoreApplication::translate("PCLView","Voxel Grid", nullptr));

其结果如下展示:

2. 直通过滤器

实现相关Pass Through 的按钮点击事件，如下:

void UI::PclViewer::passThroughPress() {
    // 声明直通过滤器
    pcl::PassThrough<PointT> pass;
    // 设置输入点云，以及过滤坐标轴
    pass.setInputCloud(pointCloud);
    pass.setFilterFieldName("z");
    pass.setFilterLimits(0.0,.1);
    // 过滤点云到输出地方
    pass.filter(*pointCloud);
	// 更新视图
    updatePointCloud();
}

上述代码中先声明一个直通过滤器，在设置其输入点云，并且设置过滤的坐标轴为z轴，并且设置过滤范围。直通滤波器的作用可以对点云数据进行滚动更新，将最新的一块点云数据进行代替这一区域的点云数据。

运行代码如下:

3.体素化网格过滤

实现相关Voxel Grid 按钮

void UI::PclViewer::voxelGridPress() {
    // 声明一个网格过滤对象
    pcl::VoxelGrid<PointT> voxelGrid;
    // 输入点云
    voxelGrid.setInputCloud(pointCloud);
    // 打印输入前点云大小
    LOG(INFO) << "Filter Before:" << pointCloud->size();
    // 网格的长宽高的长度
    voxelGrid.setLeafSize(0.5f,0.5f,0.5f);
    // 过滤输出
    voxelGrid.filter(*pointCloud);
    LOG(INFO) << "Filter After:" << pointCloud->size();
    // 更新点云图
    updatePointCloud();
}

上述代码首先先声明了一个网格过滤对象，并且输入当前点云对象。设置网络过滤的长宽高，并且将过滤后的结果重新输入到对象中去。体素化网格过滤可以大幅度的降低点云的数量，为后续的数据分析，以及数据高程建模做好前置准备

运行代码如下所示:

4. 总结

本文总结了PCL相关的两种简单的过滤方式，主要用的比较多的是体素化网格过滤这个过滤可以将大量的数据进行减少，并且对后续的数据分析以及建模提供的便利