VoxelGrid/ApproximateVoxelGrid体素滤波器（附PCL库的C++代码）

已于 2024-11-02 12:15:53 修改
阅读量1.6k 收藏
点赞数 16
分类专栏： # 多传感器标定、数据融合与状态估计 # 地图mapping # 局部轨迹规划local_planning 文章标签： c++ 算法 开发语言
于 2024-08-19 20:11:52 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_35635374/article/details/141333547
版权

系列文章目录

提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加
TODO:写完再整理

文章目录

前言

认知有限，望大家多多包涵，有什么问题也希望能够与大家多交流，共同成长！

传感器、定位、地图合集（这个比较全面）：
https://blog.csdn.net/qq_35635374/article/details/142864509

移动机器人规划控制合集（这个比较全面）：
https://blog.csdn.net/qq_35635374/article/details/142830798

本文先对体素滤波器做个简单的介绍，具体内容后续再更，其他模块可以参考去我其他

了解本专栏 订阅专栏 解锁全文 超级会员免费看
盒子君~
关注
专栏目录
订阅专栏
3D点云处理：体素滤波&均匀采样（附源码）
lddx_123456的博客
09-24 1027
体素滤波主要用来进行降采样，并且一定程度上保持点云的形态特征。但是实际上，经过体素滤波过滤的点云出现了与原始点云不一致的情况。因此针对位姿要求比较精确或其他场景，应慎重使用。
图像数据到网格数据-1——MarchingCubes算法
u013339596的专栏
02-13 9560
概述 　　之前的博文已经完整的介绍了三维图像数据和三角形网格数据。在实际应用中，利用遥感硬件或者各种探测仪器，可以获得表征现实世界中物体的三维图像。比如利用CT机扫描人体得到人体断层扫描图像，就是一个表征人体内部组织器官形状的一个三维图像。其中的感兴趣的组织器官通过体素的颜色和背景加以区别。如下图的人体足骨扫描图像。医生通过观察这样的图像可以分析病人足骨的特征，从而对症下药。
PCL(5)点云聚类 之 VoxelGrid体素采样与ApproximateVoxelGrid体素采样
qq_42827488的博客
01-12 2201
1 区别 1.1 原理 VoxelGrid体素采样,对点云进行体素化，创建一个三维体素栅格。在每个体素里面，求取该立方体内的所有点云重心点来代表这个立方体的表示，以此达到下采样的目的。 ApproximateVoxelGrid体素采样,对点云用每个体素栅格的中心点来近似该体素内的点，提升了速度，但是也损失了原始点云的局部形态精细度。 1.2 引用 1、VoxelGrid体素采样引入头文件： #include <pcl/filters/voxel_grid.h> Approximat
PCL体素中心点滤波（approximate_voxel_grid）
xhm01291212的博客
07-25 349
将整体点云体素化为一个三维体素栅格，使用每个体素栅格的近似代表该体素块。体素化解释：如下图，将整体点云体素化为多个小体素块，用一个个正方形的小块代表该范围内的点云。
体素滤波器
twnkie的博客
10-13 301
过多的点云数量会对后续分割工作带来论困难。体素网格滤波器可以达到向下采样同时不破坏点云本身几何结构的功能。使用体素网格方法下实现采样，即可减少点的数量，又能保存点云的形状特征，在提高配准，曲面重建，形状识别等算法中非常实用。VoxelGrid类是通过输入的点云创建一个三维体素格栅，用每个体素内用体素中所有的点的重心来近似显示体素中的其他点，这样体素内的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慢，但是对于采样点对应的曲面表示更为准确。
PCL体素滤波器（下采样）：
生活如此美好，致敬每一个热爱“热爱”的人！
08-17 2379
体素滤波器可以达到向下采样同时不破坏点云本身几何结构的功能，但是会移动点的位置。 此外体素滤波器可以去除一定程度的噪音点及离群点。主要功能是用来进行降采样。 （1）它的原理是根据输入的点云，首先计算一个能够刚好包裹住该点云的立方体，然后根据设定的分辨率，将该立方体分割成不同的小立方体。类似于octree里的立方体划分，对于每一个小立方体内的点，计算他们的质心（重心），并用该质心的坐标来近似该立方体内的若干点。 （2）ApproximateVoxelGrid的不同在于这种方法是利用每一个小立方体的中心
【pcl入门教程滤波系列】之VoxelGrid
AutoXTruck专栏
09-01 1万+
VoxelGrid体素采样 　　pcl库中的VoxelGrid对点云进行体素化，主要就是创建一个三维体素栅格(就是每个比较小的立方体组成的体素栅格)。在每个体素(三维立方体)里面，求取该立方体内的所有点云重心点来代表这个立方体的表示，以此达到下采样的目的。 class pcl::ApproximateVoxelGrid<PointT> class pcl::VoxelGrid<PointT> class pcl::VoxelGird<pcl::PCLPointClo
PCL体素滤波器【2024最新版】
热门推荐
点云侠的博客
06-08 39万+
PCL实现的VoxelGrid类和ApproximateVoxelGrid体素滤波，详细记录。博客长期更新，本文最近一次更新时间为：2024年8月24日。
PCL voxelgrid实现
生活如此美好，致敬每一个热爱“热爱”的人！
08-20 1823
体素滤波器可以达到向下采样同时不破坏点云本身几何结构的功能，但是会移动点的位置。 此外体素滤波器可以去除一定程度的噪音点及离群点。主要功能是用来进行降采样。 （1）它的原理是根据输入的点云，首先计算一个能够刚好包裹住该点云的立方体，然后根据设定的分辨率，将该立方体分割成不同的小立方体。类似于octree里的立方体划分，对于每一个小立方体内的点，计算他们的质心（重心），并用该质心的坐标来近似该立方体内的若干点。 （2）ApproximateVoxelGrid的不同在于这种方法是利用每一个小立方体的中心来
【PCL学习】第一节——点云滤波方法
TommyGong08的博客
04-03 608
系列文章目录 此系列文章用于记录学习点云PCL库过程中的学习笔记，如果对你有帮助欢迎点赞收藏关注我~ 文章目录系列文章目录点云数据结构PCL的特性直通滤波体素滤波统计滤波索引提取 点云数据结构 点云的数据结构常用空间中的XYZ表示： float32 x float32 y float32 z //或者是 float32[] point std::vector<float32> point 点云的表示方法 PointT[] points std::vector<PointT>
C++ 模板专题 - 静态分支(if)
GPU全栈博主-程序哥
10-31 245
模板元编程（Template Metaprogramming，简称 TMP）是一种在 C++ 中使用模板进行编程的技术，它允许在编译时执行计算、生成代码，提供类似脚本语言的功能。TMP 常用于生成高效的代码，避免运行时的计算开销。在高性能编程、类型处理、泛型编程等领域，模板元编程非常有用。模板元编程的一个使用场景就是进行编译器条件分支判断，称为“静态 if”。它允许我们在模板中根据条件编译选择不同的代码分支，而不需要实例化不符合条件的代码，这不仅可以提升编译性能，也可以简化模板代码逻辑。
c++中局部变量和全局变量同名，使用::访问全局变量
weixin_43845922的博客
11-02 202
局部变量可以与全局变量同名，在函数内引用这个变量时，会用到同名的局部变量，而不会用到全局变量。于有些编译器而言，在同一个函数内可以定义多个同名的局部变量，比如在两个循环体内都定义一个同名的局。答：能，局部会屏蔽全局。要用全局变量，需要使用”::”部变量，而那个局部变量的作用域就在那个循环体内。局部变量能否和全局变量重名？
C++编程法则365天一天一条（344）理解std::optional的设计初衷
二进制君
11-02 79
的设计初衷是为了解决处理可选值时的安全性和清晰性问题，提供一种简洁、易用的方式来表示和管理可能不存在的值。通过引入，C++ 提供了一个更现代化的替代方案，减少了使用传统空指针和特定标记值所带来的复杂性和错误风险。
【C语言】预处理(预编译)详解(下)（C语言最终篇）
hdxbufcbjuhg的博客
10-29 2250
在编译⼀个程序的时候我们如果要将⼀条语句（⼀组语句）编译或者放弃编译，就可以使用条件编译，比如调试性的代码删掉很浪费，保留又很碍事，我们就可以使用条件编译，在编译的时候不编译这些调试性的代码在这里我们就可以使用一个技巧，在最开头使用#define定义一个符号，如果我们没有注释或者删除这个符号，那么我们就可以编译里面的调试性代码，进行正常调试，如果我们注释或者删除这个符号，那么我们就不编译里面的调试性代码，不影响代码的正常运行。
第20课-C++【二叉搜索树】
2401_83603768的博客
10-25 1169
二叉搜索树（Binary search tree）是一种特殊的二叉树，它的每个节点的左子树中的所有节点值都小于该节点值，而右子树中的所有节点值都大于该节点值。
C++ -- 模板进阶
最新发布
zy1215058242的博客
11-02 542
一个程序/项目由若干源文件共同实现，而每个源文件单独编译生成目标文件，最后将所有目标文件链接起来形成单一的可执行文件的过程称为分离编译模式。模板复用了代码，节省资源，更快的迭代开发，C++的标准模板库(STL)因此而产生。增强了代码的灵活性。模板会导致会导致代码代码膨胀问题，也会导致编译时间变长。出现模板编译错误时，错误信息非常凌乱，不易定位错误。
C语言中的野指针以及避免野指针的常用方式
青衫客36的博客
10-29 281
在C语言中，（Dangling Pointer）是指一个指向无效或已释放内存区域的指针。使用野指针会导致不确定的行为，例如程序崩溃、数据损坏，甚至可能带来安全漏洞。freedelete。
力扣——另一个的子树（C语言）
2401_83456040的博客
10-30 185
原理：这里调用前面比较两颗树是否相同的函数（小编之前文章里面有：相同的树），将节点与subRoot传入函数，向下递归，左右节点，只要找到一个返回true，说明存在子树，即最后返回true。具有相同结构和节点值的子树。的某个节点和这个节点的所有后代节点。也可以看做它自身的一棵子树。
改进后的pcl体素滤波器
11-28
PCL（Point Cloud Library）体素滤波器是用于点云数据处理的一种重要算法，它可以有效地去除点云数据中的噪音，平滑数据并提高点云的密度。改进后的PCL体素滤波器在原有算法的基础上进行了一些优化和改良，以提高其性能和效果。 首先，改进后的PCL体素滤波器在数据处理过程中加入了自适应参数调节功能，可以根据点云数据的实际情况动态调整滤波器的参数，使其更好地适应不同类型的点云数据。其次，算法对于处理大规模的点云数据进行了优化，采用了多线程并行处理技术，大大提高了滤波速度和效率。 此外，改进后的PCL体素滤波器还引入了一些新的滤波模式，例如根据点云密度和曲率进行自适应滤波，可以更加精确地去除噪音并保留数据的细节特征。同时，针对不同类型的点云数据，算法提供了多种滤波算法可供选择，用户可以根据实际需求进行调整。 通过以上优化和改进，改进后的PCL体素滤波器在点云数据处理中表现出更高的稳定性、更快的速度和更好的滤波效果，能够更好地满足用户的实际需求。这些改进使得PCL体素滤波器在工业、地图制图、无人驾驶等领域的应用更加广泛和可靠。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

盒子君~

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值