PCL 统计滤波去除离群点

视觉牛马

已于 2024-07-31 13:33:28 修改

阅读量764

点赞数 11

文章标签： c++

于 2024-07-31 10:59:43 首次发布

本文链接：https://blog.csdn.net/qq_33912182/article/details/140817017

版权

滤波步骤：

1.遍历点云计算每个点附近的K个点之间的平均距离，再对所有点的平均距离计算其均值E和标准差 $\sigma$ ，标准差反映所有点的K邻域的平均距离分布的离散程度。

2.确定滤波阈值，阈值=E+p* $\sigma$ ;p为需要设置的参数。

3.再遍历点云中的每个点，比较其K个点邻域的平均距离是否大于阈值，大于则认为是离群点，删除。

代码：

#include <pcl/filters/statistical_outlier_removal.h>

void sor_filter(pcl::PointCloud<pcl::PointXYZI>::Ptr& src)
{
   //滤波离群点
   pcl::StatisticalOutlierRemoval<pcl::PointXYZI> sor;
   sor.setInputCloud(src);
   sor.setMeanK(50);  // 设置在计算每个点的邻近点时使用的邻近点数量 指定用于计算每个点邻近点的数量。较小的值将更严格地过滤点。
   sor.setStddevMulThresh(1.0);  // 设置标准差乘数阈值，用于确定哪些点被认为是噪声。
   sor.filter(*src);
}