【1】VoxelGrid滤波器介绍
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。
简言之就是用体素重心点替代整个体素。体素的大小是自己指定的。
【2】实例
#include "pch.h"
#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/filters/voxel_grid.h>
int
main555(int argc, char** argv)
{
//创建两个点云对象
//sensor_msgs::PointCloud2::Ptr cloud(new sensor_msgs::PointCloud2()); //ros中的sensor_msgs
//sensor_msgs::PointCloud2::Ptr cloud_filtered(new sensor_msgs::PointCloud2());
pcl::PCLPointCloud2::Ptr cloud(new pcl::PCLPointCloud2);
pcl::PCLPointCloud2::Ptr cloud_filtered(new pcl::PCLPointCloud2);
// 填入点云数据
pcl::PCDReader reader;
reader.read("table_scene_lms400.pcd", *cloud); // table_scene_lms400.pcd文件放置在文件根目录下
std::cerr << "PointCloud before filtering: " << cloud->width * cloud->height
<< " data points (" << pcl::getFieldsList(*cloud) << ").";
// 创建滤波器对象
//pcl::VoxelGrid<sensor_msgs::PointCloud2> sor;
pcl::VoxelGrid< pcl::PCLPointCloud2> sor; //实例化滤波器
sor.setInputCloud(cloud);//加载点云
sor.setLeafSize(0.01f, 0.01f, 0.01f);//设置体素的大小 0.01f=1cm,即为1*1*1(cm^3)
sor.filter(*cloud_filtered);//存储输出的点云
std::cerr << "PointCloud after filtering: " << cloud_filtered->width * cloud_filtered->height
<< " data points (" << pcl::getFieldsList(*cloud_filtered) << ").";
pcl::PCDWriter writer;
writer.write("2f.pcd", *cloud_filtered,
Eigen::Vector4f::Zero(), Eigen::Quaternionf::Identity(), false);
return (0);
}