PCL教程指南-直通滤波器,体素滤波器,统计滤波器

PCL教程指南-直通滤波器,体素滤波器,统计滤波器

详细解读官方文档代码同时，引出具体类中其他常用方法

1.直通滤波器

• 官方文档原文
• 顾名思义，直通滤波器指通过某一个单一条件进行直接限制，比如过滤出x大于10的点；
• 代码较简单，直接对关键点进行复述

  // Create the filtering object
  pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>);
  //**省略自行输入点云
  pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_filtered (new pcl::PointCloud<pcl::PointXYZ>);
  //直通滤波对象
  pcl::PassThrough<pcl::PointXYZ> pass; 
  //输入要过滤的点云指针
  pass.setInputCloud (cloud); 
   //设置过滤条件的字段名，此为Z轴 
  pass.setFilterFieldName ("z"); 
   //设置限制；z大于0小于1
  pass.setFilterLimits (0.0, 1.0); 
  //pass.setFilterLimitsNegative (true); 反向 即如果我们想返回setFilterLimits (min, max)指定的间隔之外的数据，则设置为true。
  
  //输出到cloud_filtered中
  pass.filter (*cloud_filtered);

直通滤波器所在头文件为

#include <pcl/filters/passthrough.h>

2.体素滤波器

• 官方文档原文
• 将数据分割为一个个三维规则体，以每个小规则体内的点云数据质心为代表点，以此来实现下采样
• 代码包含读取与写入的新方法，注释解读官方代码

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/filters/voxel_grid.h>

int
main (int argc, char** argv)
{
  pcl::PCLPointCloud2::Ptr cloud (new pcl::PCLPointCloud2 ());
  pcl::PCLPointCloud2::Ptr cloud_filtered (new pcl::PCLPointCloud2 ());

  // pcd读取器
  pcl::PCDReader reader;
  // 读取PCD文件
  reader.read ("table_scene_lms400.pcd", *cloud); // Remember to download the file first!

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

  // 体素滤波器
  pcl::VoxelGrid<pcl::PCLPointCloud2> sor;
  sor.setInputCloud (cloud);
  //每个小规则体的长宽高大小
  sor.setLeafSize (0.01f, 0.01f, 0.01f);
  sor.filter (*cloud_filtered);

  std::cerr << "PointCloud after filtering: " << cloud_filtered->width * cloud_filtered->height 
       << " data points (" << pcl::getFieldsList (*cloud_filtered) << ")." << std::endl;
//PCD写入器
  pcl::PCDWriter writer;
  writer.write ("table_scene_lms400_downsampled.pcd", *cloud_filtered, 
         Eigen::Vector4f::Zero (), Eigen::Quaternionf::Identity (), false);

  return (0);
}

代码中部分解释：

• PCDReader 除了直接读取ASCII码的PCD，还能够通过readHeader()和readBodyASCII()分头文件和主体分别读取，还可分为ASCII和二进制两种形式读入，具体详见API文档，因各类方法参数有不同的重载方法，以下直接介参数最多的重载方法以此解释参数的意思（PCDWriter同理）

int pcl::PCDReader::read(	
const std::string & file_name,  //输入文件名
pcl::PCLPointCloud2 & 	cloud,  //输出 此处亦可用泛型形式pcl::PointCloud< PointT> 
Eigen::Vector4f & 	origin, //输出 传感器采集原点，若不存在则为NULL
Eigen::Quaternionf & 	orientation,//输出 传感器采集方向，若不存在则为NULL
int & 	pcd_version, //输出 pcd版本
const int 	offset = 0 //输入 读取头时，偏移量设置（特殊情况文件需要偏移才能读到数据）
)	

int pcl::PCDWriter::write(	
const std::string & 	file_name,//输入
const pcl::PCLPointCloud2::ConstPtr & 	cloud,//输入
const Eigen::Vector4f & 	origin = Eigen::Vector4f::Zero (),//输入
const Eigen::Quaternionf & 	orientation = Eigen::Quaternionf::Identity (),//输入
const bool 	binary = false //输入 false表示ASCII码，true表示二进制
)	

• Eigen是C++的矩阵库，Eigen::Vector4f指4维float型向量，Eigen::Quaternionf`指float的四元数（四元数用于表示旋转，具体另查）
• pcl::PCLPointCloud2是一种定义更普遍性的数据类型，相比于泛型方式，此定义不会限制字段和数据，其中以vector方式存储 比如data可以是XYZ 也可以是XYZRGB 或者更多的值

3.统计滤波器

• 官方文档原文
• 遍历计算各测点与其邻域点的平均距离，以此为标量，假设为高斯正态分布，按标准差去除离群点
• 代码部分与之前重复，直接复述相关部分

// Create the filtering object
  pcl::StatisticalOutlierRemoval<pcl::PointXYZ> sor;
  sor.setInputCloud (cloud);
  sor.setMeanK (50);  //计算平均距离时，设置邻域点数量
  sor.setStddevMulThresh (1.0);//设置标准差阈值倍数
  sor.filter (*cloud_filtered);

//

这些类中还有一些常用的方法，例如：
继承自pcl::FilterIndices< PointT >类的方法

方法	作用
setNegative(bool)	设置反向输出
void setKeepOrganized (bool keep_organized)	是否保持过滤点存在
void setUserFilterValue（float value）	将过滤的点统一设置为一个值而不是删除，默认NAN
void filter ( Indices & indices )	过滤后的结果以索引数组存储

其中Indices 是PCL封装的索引结构pcl::Indices，非常常用，后续很多方法需要输出为PCL索引类型