在获取点云数据时,由于设备精度、操作者经验、环境因素等带来的影响,以及电磁波衍射特性、被测物体表面性质变化和数据拼接配准过程的影响,点云数据中将不可避免地出现一些噪声点。
实际应用中,出来这些测量随机误差产生的噪声点之外,由于收到外界干扰如视线遮挡、障碍物等因素的影响,点云数据中往往存在着一些离主体点云(即被测物体点云)较远 的离散点,即离群点,不同的获取设备点云噪声结构也有不同,其他可以通过滤波重采样完成的工作,有空洞修复、信息损失最小海量点云数据压缩处理等。
在点云处理中将噪声点、离群点、空洞、数据压缩等按照后续处理定制,才能够更好地进行配准、特征提取、曲面重建、可视化等后续应用处理。PCL中点云滤波模块提供了很多灵活使用的滤波处理算法,例如双边滤波、高斯滤波、条件滤波、直通滤波、基于随机采样一致性滤波等,关键的滤波模块是作为PCL的一个处理成员模块,其在应用中非常方便与其他点云处理流程集成。
PCL中总结了几种需要进行点云滤波处理的情况,这几种情况如下:
1)点云数据密度不规则需要平滑。
2)因为遮挡等问题造成离群点需要去除。
3)大量数据需要进行下采样。
4)噪音数据需要去除。
对应的方法如下:
1)按具体给定的规则限制过滤去除点。
2)通过常用滤波算法修改点的部分属性。
3)对数据进行下采样。