使用VoxelGrid过滤器批量对PointCloud进行下采样

0. 引言

在获取点云数据时，由于设备的精度、周围环境等因素，点云数据中将不可避免的出现一些噪点，只有在滤波预处理中将噪点、离群点、孔洞按照后续处理定制，才能更好的进行配准，特征提取，曲面重建等操作。我们可以很明显的看到下图的右下方有很多离散的点，而这些噪声点对于我们后续的操作完全没有任何意义，甚至会产生不利的影响。
基于上面所描述的问题，我们可以使用VoxelGrid过滤器对PointCloud进行下采样,即在输入点云数据上创建一个3D体素网格（将体素网格视为一组空间中的微小3D框）。然后，在每个体素（即3D框）中，所有存在的点都将以其质心进行近似（即降采样）。这种方法比以体素的中心逼近它们要慢一些，但是它可以更准确地表示下面的表面。

网上有很多博客以及学习资料只能对一个pcd文件进行下采样，但是我们往往处理的数据集都是成千上万的，如果使用那种原始的办法，等把成千上万的pcd文件下采样完，不知道要花多久时间。使用笔者的程序，使用者只需要创建相关目录，然后将要处理的文件放在Origin文件夹下，执行程序就可以了！生成的文件夹会自动放在Final文件夹下。

1. 创建工作目录

在家目录下创建一个工作文件夹，我在此创建的是test文件夹，在test文件夹下创建build、Origin、Final三个文件夹。Origin用于存放原始pcd的工作目录，Final用于存放下采样后的文件。

2. 创建 voxel_grid.cpp文件

在test文件夹下创建voxel_grid.cpp文件，其中程序如下：

**说明：分别将我的程序中的Origin_path、Final_path的变量改为自己所创建Origin_path和Final_path的目录，注意最后以/结束。如果不知道自己所创建的目录在哪儿，建议进入到所创建的文件夹下，使用pwd命令查看一下自己的目录，以保证程序运行正确。

#include<iostream>
#include <cstring>
#include<string.h>
#include <stdio.h>
#include<vector>
#include <dirent.h>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/filters/voxel_grid.h>

using namespace std;

/* 请修改此处的地址，主要最后加 /  */ 
char* Origin_path =(char*)"/home/ubuntu/test/Origin/";
char* Final_path = (char*)"/home/ubuntu/test/Final/";

void solve(string name){

	char* p=(char*)name.data();
	
	pcl::PCLPointCloud2::Ptr cloud (new pcl::PCLPointCloud2 ());
	pcl::PCLPointCloud2::Ptr cloud_filtered (new pcl::PCLPointCloud2 ());

  	// Fill in the cloud data
  	pcl::PCDReader reader;
  	// Replace the path below with the path where you saved your file
  	 
  	cout << Origin_path+name <<endl;
  	 
  	reader.read(Origin_path+name, *cloud); // Remember to download the file first!
	 
  	std::cerr << "PointCloud before filtering: " << cloud->width * cloud->height << " data points (" << pcl::getFieldsList (*cloud) << ")." << std::endl;

	// Create the filtering object
  	pcl::VoxelGrid<pcl::PCLPointCloud2> sor;
   	sor.setInputCloud (cloud);
  	sor.setLeafSize (0.05f, 0.05f, 0.05f);
  	sor.filter (*cloud_filtered);

	std::cerr << "PointCloud after filtering: " << cloud_filtered->width * cloud_filtered->height << " data points (" << pcl::getFieldsList (*cloud_filtered) << ")." << std::endl;

  	pcl::PCDWriter writer;
	
	cout << Final_path+name <<endl;
	
  	writer.write (Final_path+name, *cloud_filtered, Eigen::Vector4f::Zero (), Eigen::Quaternionf::Identity (), false);
	
}

int main (int argc, char** argv){
	
	//用于存放目录下的所有文件名
	vector<string> files;
		
	DIR *d = opendir(Origin_path);
	struct dirent *entry;

  	if (d == NULL){
	   printf("Path is NULL!");
	   return 0; 
  	}
	string s1 = "..";
	string s2 = ".";
  	while((entry=readdir(d)) != NULL){
		if(entry->d_name == s1 || entry->d_name == s2 )
			continue;
		files.push_back(entry->d_name);	
		
	}


	closedir(d);
	for(int i=0;i<files.size();i++){
		cout << "\n**" << files[i]<< endl;	
		solve(files[i]);
		printf("\n ** %d  **\n",i+1);
	} 
  	
  	

  	 return 0;
}

3. 创建CMakeLists.txt文件

在test文件夹下创建CMakeLists文件，其中文本如下：

cmake_minimum_required(VERSION 3.5)

project(voxel_grid)

find_package(PCL 1.2 REQUIRED)

# 加入Boost setting
find_package(Boost COMPONENTS program_options REQUIRED )
include_directories(${Boost_INCLUDE_DIRS})
link_directories(${Boost_LIBRARY_DIRS})

include_directories(${PCL_INCLUDE_DIRS})
link_directories(${PCL_LIBRARY_DIRS})
add_definitions(${PCL_DEFINITIONS})

add_executable (voxel_grid voxel_grid.cpp)
target_link_libraries (voxel_grid ${PCL_LIBRARIES} ${Boost_LIBRARIES})

4. cmake

进入到build目录，执行下面的命令：

cmake ..

5. make编译

make

6. 运行

./voxel_grid

7. 执行结果如下：

8. 效果查看

->下采样前：

->下采样后：