Leaf size is too small for the input dataset 解决办法

问题描述

在使用PCL的voxelgrid filter时,若点云过大,而设置的voxel比较小,可能会导致voxel的数量超过int32的上限,从而会出现警告:“Leaf size is too small for the input dataset”。

通用解决办法

  • 此文提出了几个解决办法:
  1. 对精度要求没那么高的话,可以将leaf size大小设置大一些。
  2. 将要降采样的点云先分割成几块、在做降采样。
  3. 使用 OctreeVoxelGridFilter,参考PCL论坛。

My solution

但上述解决办法我觉得并不好用,因此,我通过更改VoxelGrid的代码,实现了对比较大点云的降采样支持。
具体思路为若voxel数目溢出,则使用二分法将点云分成两块,然后递归调用voxelgrid即可。

  • 方案一
    更改PCL原始代码,找到“Leaf size is too small for the input dataset. Integer indices would overflow”所在位置,并将if中余下部分更改为以下代码:
pcl::PointCloud<PointT> cloud1, cloud2,cloud1f, cloud2f;
pcl::PassThrough<PointT> pass;

if (dx > dy && dx > dz)
{
    pass.setInputCloud(input_);
    pass.setFilterFieldName("x");
    pass.setFilterLimits(min_p[0], min_p[0] + (max_p[0] - min_p[0]) / 2);
    pass.filter(cloud1);

    pass.setFilterLimitsNegative(true);
    pass.filter(cloud2);
} else if (dy > dx && dy > dz)
{
    pass.setInputCloud(input_);
    pass.setFilterFieldName("y");
    pass.setFilterLimits(min_p[1], min_p[1] + (max_p[1] - min_p[1]) / 2);
    pass.filter(cloud1);

    pass.setFilterLimitsNegative(true);
    pass.filter(cloud2);
} else
{
    pass.setInputCloud(input_);
    pass.setFilterFieldName("z");
    pass.setFilterLimits(min_p[2], min_p[2] + (max_p[2] - min_p[2]) / 2);
    pass.filter(cloud1);

    pass.setFilterLimitsNegative(true);
    pass.filter(cloud2);
}

VoxelGrid voxelGrid = *this;
voxelGrid.setInputCloud(cloud1.makeShared());
voxelGrid.filter(cloud1f);

voxelGrid.setInputCloud(cloud2.makeShared());
voxelGrid.filter(cloud2f);

output = cloud1f + cloud2f;
return;

由于不同的人的遇到的问题往往不一样,如何往工程中应用建议参考我之前的代码(虽然不是解决leafsize的代码,但往工程中应用的思路和写法是一样的):github仓库 或者 gitee仓库

  • 10
    点赞
  • 71
    收藏
    觉得还不错? 一键收藏
  • 33
    评论
### 回答1: 这个错误提示表示PCL(点云库)中voxelgrid滤波器应用时,设定的体素大小(即leaf size)太小了,无法处理输入的点云数据集。voxelgrid滤波器是将点云数据划分为等大小的体素,再以每个体素中的点云数据平均值作为这个体素的代表点,从而将点云数据以一定精度压缩。 如果设定的体素大小太小,就会导致使用这个滤波器时,每个体素中的点云数据太少,无法平均出较为准确的代表点,最终导致程序无法处理。解决方法是增加体素大小或者减小输入数据集的数量,使得每个体素中的点云数据足够多。 需要注意的是,过大的体素大小会减少点云数据的精度,影响后续处理的效果。因此在使用voxelgrid滤波器时需要合理设定体素大小,权衡处理效率和处理精度。 ### 回答2: 这段话的意思是,输入数据集的叶子大小(Leaf size)太小了,无法应用 pcl::voxelgrid::applyfilter 过滤器。PCL(点云库)中的 voxelgrid 过滤器可以将点云离散化,即将点云分为许多方格,每个方格里只保存一个点云。这样做可以提高点云处理的效率和减少内存占用。叶子大小则是定义方格的大小,可以通过设置不同的值来调整离散化的粒度。 但是,如果叶子大小设置得太小,输入数据集中可能会存在许多重复的点云,导致离散化后得到的方格数过多,进而影响处理效率和内存占用。因此,当提示“leaf size is too small for the input dataset”时,我们需要增加叶子大小的值,来适配输入数据集的大小和特征,以达到更好的处理效果。 ### 回答3: 这个错误信息意思是,pcl::voxelgrid::applyfilter中设置的叶子大小过小,不适用于输入数据集。PCL是一个开源的点云处理库,其中voxelgrid::applyfilter用于对点云进行降采样,把点云分割成规则的网格。在使用该函数时,需要设定叶子大小,即每个体素(三维网格单元)的大小,叶子大小越小,输出的点云精度就越高,但同时也会导致处理时间和内存占用增加。 如果出现上述错误,说明叶子大小设置过小,导致输入数据集的点密度和点数无法适应处理。解决方法是调整叶子大小,增大叶子大小可以降低点云精度,但能满足处理需求,减少内存占用和处理时间。如果输入数据点云的分辨率非常高,可以考虑使用其他的降采样算法,如聚类采样(pcl::RandomSample)或基于网格滤波(pcl::GridMinimum)的降采样方法。在使用任何算法前,需要了解输入点云的特征和处理需求,选取适当的算法和参数进行处理,以达到最佳效果。
评论 33
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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