PCL——点云滤波

1、使用直通滤波器对点云进行滤波处理

对指定的某一维度实行一个简单的滤波，即去掉在用户指定范围内部（或外部）的点
代码实现：

#include <iostream>
#include <pcl/point_types.h>
#include <pcl/filters/passthrough.h>

int
 main (int argc, char** argv)
{
  pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>);
  pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_filtered (new pcl::PointCloud<pcl::PointXYZ>);

  //利用随机数生成并填充点云
  cloud->width  = 5;
  cloud->height = 1;
  cloud->points.resize (cloud->width * cloud->height);

  for (size_t i = 0; i < cloud->points.size (); ++i)   //填充数据
  {
    cloud->points[i].x = 1024 * rand () / (RAND_MAX + 1.0f);
    cloud->points[i].y = 1024 * rand () / (RAND_MAX + 1.0f);
    cloud->points[i].z = 1024 * rand () / (RAND_MAX + 1.0f);
  }

  std::cerr << "Cloud before filtering: " << std::endl;   //打印
  for (size_t i = 0; i < cloud->points.size (); ++i)
    std::cerr << "    " << cloud->points[i].x << " " 
                        << cloud->points[i].y << " " 
                        << cloud->points[i].z << std::endl;
  /************************************************************************************
   创建直通滤波器的对象，设立参数，滤波字段名被设置为Z轴方向，可接受的范围为（0.0，1.0）
   即将点云中所有点的Z轴坐标不在该范围内的点过滤掉或保留，这里是过滤掉，由函数setFilterLimitsNegative设定
   ***********************************************************************************/
  // 设置滤波器对象
  pcl::PassThrough<pcl::PointXYZ> pass;
  pass.setInputCloud (cloud);            //设置输入点云
  pass.setFilterFieldName ("z");         //设置过滤时所需要点云类型的Z字段
  pass.setFilterLimits (100.0, 400.0);        //设置在过滤字段的范围
  //pass.setFilterLimitsNegative (true);   //设置保留范围内还是过滤掉范围内
  pass.filter (*cloud_filtered);            //执行滤波，保存过滤结果在cloud_filtered

  std::cerr << "Cloud after filtering: " << std::endl;   //打印
  for (size_t i = 0; i < cloud_filtered->points.size (); ++i)
    std::cerr << "    " << cloud_filtered->points[i].x << " " 
                        << cloud_filtered->points[i].y << " " 
                        << cloud_filtered->points[i].z << std::endl;

  return (0);
}

命令行执行语句：
…>passthrough.exe
运行结果：

2、使用VoxelGrid滤波器对点云进行下采样

使用体素网格方法实现下采样，即减少点的数量，减少点云数据，并同时保持点云的形状特征。
代码实现：

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

int main(int argc, char** argv)
{

	pcl::PointCloud<pcl::PointXYZI>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZI>);
	pcl::PointCloud<pcl::PointXYZI>::Ptr cloud_filtered(new pcl::PointCloud<pcl::PointXYZI>);
	// 填入点云数据
	pcl::io::loadPCDFile("table_scene_lms400.pcd", *cloud);
	pcl::visualization::CloudViewer viewer1("Cloud original Viewer");
	viewer1.showCloud(cloud);

	// 创建滤波器对象
	pcl::VoxelGrid<pcl::PointXYZI> sor;//滤波处理对象
	sor.setInputCloud(cloud);//给滤波对象设置需要过滤的点云（原始点云）
	sor.setLeafSize(0.01f, 0.01f, 0.01f);//设置滤波器处理时采用的体素大小的参数
	sor.filter(*cloud_filtered);//执行滤波处理，存储输出cloud_filtered
	std::cerr << "PointCloud after filtering: " << cloud_filtered->width * cloud_filtered->height
		<< " data points (" << pcl::getFieldsList(*cloud_filtered) << ").";
		
	pcl::visualization::CloudViewer viewer("Cloud Viewer");
	//showCloud函数是同步的，在此处等待直到渲染显示为止
	viewer.showCloud(cloud_filtered);

	while (!viewer.wasStopped())
	{
		//在此处可以添加其他处理
	}

	return (0);
}

命令行执行语句：
…>voxel_grid.exe
运行结果：
过滤前：
过滤后：

3、使用StatisticalOutlierRemoval滤波器移除离群点

使用统计分析技术，从一个点云数据集中移除测量噪声点（离群点）。
代码实现：

#include <iost