PCL预处理Filtering

最新推荐文章于 2022-10-18 18:02:28 发布

CallMe航仔

最新推荐文章于 2022-10-18 18:02:28 发布

阅读量427

点赞数

分类专栏： PCL

本文链接：https://blog.csdn.net/tobebest_lah/article/details/106256220

版权

本文介绍了PCL库中的点云预处理Filtering技术，包括PassThrough filter进行轴向截断，VoxelGrid filter实现降采样，StatisticalOutlierRemoval滤除异常值，通过参数化模型投影点以及使用Conditional或RadiusOutlier removal策略删除异常点。这些方法有助于提升点云数据的质量和后续处理效率。

摘要由CSDN通过智能技术生成

预处理Filtering

常用Filtering

常用Filtering

PassThrough filter

沿着指定的维度执行简单的过滤，即截断给定用户范围内或外部的值（x、y、z）。

  pcl::PassThrough<pcl::PointXYZ> pass;
  pass.setInputCloud (cloud);
  pass.setFilterFieldName ("z"); //z轴方向的过滤
  pass.setFilterLimits (0.0, 1.0); //基于点云原点的0-1m
  //pass.setFilterLimitsNegative (true);
  pass.filter (*cloud_filtered);

VoxelGrid filter

使用体素化网格方法缩小点云数据集的采样（降采样）

  pcl::VoxelGrid<pcl::PCLPointCloud2> sor;
  sor.setInputCloud (cloud);
  sor.setLeafSize (0.01f, 0.01f, 0.01f);创建格子大小为1cm的体素网格过滤器
  sor.filter (*cloud_filtered);

StatisticalOutlierRemoval filter

用于移除异常值
使用统计分析技术从点云数据集中移除噪声测量

//所有与查询点的平均距离的标准差大于1的点都将被标记为异常值并被删除
  pcl::StatisticalOutlierRemoval<pcl::PointXYZ> sor;
  sor.setInputCloud (cloud);
  sor.setMeanK (50);//每个点要分析的邻居数设置为50
  sor.setStddevMulThresh (1.0);//标准差乘数设置为1
  sor.filter (*cloud_filtered);