【PCL学习】常用滤波器原理简介和使用

本文简单介绍PCL中常用的filter

1. VoxelGrid
2. PassThrough
3. StatisticalOutlierRemoval
4. RadiusOutlierRemoval

VoxelGrid

VoxelGrid，生硬翻译成中文是体素网格，顾名思义是将所有点云分隔成若干个网格，对处于同一网格中的所有点计算分别计算x、y、z的平均值，x、y、z平均值作为新的点，这样即可实现下采样。类比可以想象一个屋子，用3D Box将房间全部填满，那么下采样后最多有所放盒子数量的点数。通常用于下采样，降低点云密度。
PCL中的VoxelGrid

1. 包含头文件

#include <pcl/filters/voxel_grid.h>

2. 关键代码部分：（1）定义VoxelGrid实例；（2）设置点云；（3）设置leaf_size，即网格的长宽高；（4）执行过滤；

 	...
    pcl::PointCloud<PointT>::Ptr cloud_ptr(new pcl::PointCloud<PointT>(cloud_));
    pcl::PointCloud<PointT>::Ptr out_ptr(new pcl::PointCloud<PointT>());
    // voxel grid filter
    pcl::VoxelGrid<PointT> voxel_grid;
    voxel_grid.setInputCloud(cloud_ptr); // set input pointcloud
    voxel_grid.setLeafSize(lx, ly, lz); // set leaf size along x-axis, y-axis, z-axis
    voxel_grid.filter(*out_ptr); // implement

下图为体素滤波前后的对比，其中红点为之前，白点是之后

PassThrough

PassThrough滤波器，翻译成中文为直通滤波器，可以通过设置上下限（lower_limit，upper_limit）来实现某个维度（x,y,z）的过滤，比如对x轴进行直通滤波，将留下满足lower_limit < x < upper_limmit或之外的点。可以用来提取ROI区域。

1. PCL头文件

#include <pcl/filters/passthrough.h>

2. 关键代码：（1）定义PassThrough实例；（2）输入点云；（3）设置需要过滤的维度；（4）设置过滤的上下限；（5）执行滤波

// passthrough
    pcl::PassThrough<PointT> pass_throuth; //（1）
    pass_throuth.setInputCloud(cloud_ptr); //（2）
    pass_throuth.setFilterFieldName("x");  //（3）
    pass_throuth.setFilterLimits(-50, 50); //（4）
    pass_throuth.filter(*out_ptr);         //（5）
    std::cout << out_ptr->width << std::endl;

测试结果，对x轴进行滤波，留下[-50, 50]区间内的点，红点是滤波前的点云，白点为滤波后的点云

StatisticalOutlierRemoval

StatisticalOutlierRemoval滤波器，中文翻译为统计学滤波器，因为Lidar的工作原理容易形成很多离群点，StatisticalOutlierRemoval是用来将离群点过滤掉的一种滤波器，其工作原理是首先计算每个点到领域K个点的平均距离，接着计算K领域内所有点到领域点的平均距离的标准差，若当前点的领域平均距离”大于 mean（K个平均距离平均值） + stddev_mult（人为设定阈值） * stddev（K个平均距离标准差）“，则认为当前点是离群点，将它过滤。
PCL中的使用：

1. 头文件

#include <pcl/filters/statistical_outlier_removal.h>

2. 关键代码：（1）定义实例；（2）输入点云；（3）设置领域点数量K；（4）设置阈值系数；（5）执行过滤；

    pcl::StatisticalOutlierRemoval<PointT> statistical_filter;
    statistical_filter.setInputCloud(cloud_ptr); // set input of pointcloud
    statistical_filter.setMeanK(k); // set the number of neighbors
    statistical_filter.setStddevMulThresh(stddev_mult); // set stddev_mult,  mean + stddev_mult * stddev
    statistical_filter.filter(*out_ptr); // inmplement

测试结果：红点为滤波前的点，可以看出很多离群点被移除

RadiusOutlierRemoval

RadiusOutlierRemoval filter，翻译成中文是半径滤波器，作用是滤除离群点，进而提高点云质量，实现原理是扫描每个点附近”距离小于半径的点数”，若点数小于点数阈值，则将该点移除。
PCL中使用

1. 头文件

#include <pcl/filters/radius_outlier_removal.h>

2. 关键代码：（1）定义实例；（2）设置点云；（3）设置邻居点数阈值；（4）设置搜索半径；（5）执行滤波

	// radius outlier removal
    pcl::RadiusOutlierRemoval<PointT> radius_removal;
    radius_removal.setInputCloud(cloud_ptr);	//set input pointcloud
    radius_removal.setMinNeighborsInRadius(k);	// set k
    radius_removal.setRadiusSearch(r);			// set search radius
    radius_removal.filter(*out_ptr);			// inplement

测试结果：白点是滤波后的点，可以看到一些离散点被移除。