基于 PCL/Cloud compare/CGAL 的双边滤波环境配置，代码实现及结果分析

最新推荐文章于 2023-05-22 08:30:00 发布
最新推荐文章于 2023-05-22 08:30:00 发布
阅读量3.6k 收藏 18
点赞数 1
分类专栏： 点云处理 文章标签： 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wangzijunn/article/details/121619189
版权

文章目录

摘要

1.基于点云的双边滤波有两种，第一种是根据点的空间位置XYZ和强度Intensity，第二种是根据点的空间位置XYZ和法线信息Normal
2.已知的博客对基于PCL库双边滤波原理讲解都解释为根据点的空间位置XYZ和法线信息Normal，通过取邻近采样点的加权平均，沿点的法矢方向修正当前采样点的位置。按我的理解，其实都是错误的， 基于PCL的双边滤波是根据点的空间位置XYZ和强度Intensity，所以代码实现后点云的空间位置和法线信息没有改变
3.基于PCL的双边滤波：需要点云有强度字段I,对点云数量、位置、法线方向没有任何影响，只改变强度信息
4.基于Cloud compare的双边滤波：同样需要点云有强度字段I，对点云数量、位置、法线方向没有任何影响，只改变强度信息
5.基于CGAL的双边滤波：基于CGAL的双边滤波需要点云格式为PointNormal，PointNormal即XYZ字段+Normal字段，可以改变点云数量、位置、法线方向

一. 基于点云的双边滤波算法原理

1.参考文献

A review of algorithms for filtering the 3D point cloud

2.算法方向

方向1. 根据点的空间位置XYZ和强度Intensity

强度（Intensity）信息，与目标的表面材质、粗糙度、入射角方向，以及仪器的发射能量，激光波长有关。

Ws和Wr分别是空间权重和范围权重，(i,j)是(x,y)的邻域，I(i,j)体现(x,y)的强度
在这里插入图片描述

方向2. 根据点的空间位置XYZ和法线信息Normal

在这里插入图片描述
通过取邻近采样点的加权平均，沿点的法矢方向修正当前采样点的位置。p’为处理后的点云数据，p为输入数据， n为点云数据法向量，α为权重因子

在这里插入图片描述

权重不仅考虑了点云间的距离，还考虑了邻域点在原点切平面上投影点到原点的距离=根据点的空间位置XYZ和法线信息Normal的双边滤波不会减少点云数量，会影响点云位置、法线方向

二. 基于PCL的双边滤波

pcl::BilateralFilter < pcl::PointXYZI>基于pcl的双边滤波需要点云的强度字段I,。现有的points类型中，只有PointXYZI和PointXYZINormal有强度信息。这里使用有强度信息的点云模型数据集：kitti

1.代码实现

pcl双边滤波代码实现
pcl双边滤波参数说明

2.结果分析

两窗口对比显示基于pcl库的双边滤波处理前后点云位置法向量变化，可以发现 使用pcl库双边滤波对点云数量、位置、法线方向没有任何影响！
在这里插入图片描述
打开滤波前后的pcd文件，发现 pcl库双边滤波只改变了强度信息！
在这里插入图片描述
说明：pcl实现双边滤波对点云数量、位置、法线方向没有任何影响，只改变强度信息

三. 基于Cloud compare的双边滤波

1.操作实现

Cloud compare双边滤波操作实现

2.结果分析

（1）没有强度信息的点云无法点击Cloud compare的双边滤波
基于Cloud compare的双边滤波,需要点云有强度字段I
（2）两窗口对比显示Cloud compare双边滤波前后的点云位置，发现无变化
（3）Cloud compare双边滤波前后保存文件在pcl上计算法线并显示无区别，结果图省略
使用Cloud compare双边滤波对点云数量、位置、法线方向没有任何影响！ 以强度信息作为颜色属性，可以发现双边滤波前后，颜色有变化（截图不明显，运行时很明显），发现 Cloud compare双边滤波只改变了强度信息！
在这里插入图片描述
说明： 基于Cloud compare的双边滤波,需要点云有强度字段I，对点云数量、位置、法线方向没有任何影响，只改变强度信息

四. 基于CGAL的双边滤波

1.配置实现

Windows编译安装CGAL
Win 10 + VS 2017 + Qt +CGAL+Boost+CMake+Eigen

2.代码实现

CGAL有双边滤波的示例代码，位置在 :\CGAL\examples\Point_set_processing_3，
运行CGAL的双边滤波的示例代码，发现基于CGAL的双边滤波可以改变点云数量、位置、法线方向
在这里插入图片描述

3.格式问题：

PointXYZ如何转换为PointNormal？

观察示例代码的输入文件为 sphere_20k_normal.xyz
点云格式为PointNormal ： x y z normal_x normal_y normal_z
在这里插入图片描述

大多数点云为PointXYZ格式，试改变示例代码，将输入文件路径改为目标文件（PointXYZ格式），代码运行时间变长，滤波后文件字段都是nan（Not a Number，非数，是计算机科学中数值数据类型的一类值，表示未定义或不可表示的值），说明：CGAL的双边滤波代码中输入文件格式必须为PointNormal
在这里插入图片描述

4.问题解决

思路：计算Normal并保存+基于pcl库合并XYZ和Normal字段
步骤1：Normal计算显示并保存
步骤2：基于pcl库合并XYZ和Normal字段
步骤3：将输入文件路径改为目标文件（新合成的PointNormal格式），运行双边滤波代码
在这里插入图片描述
说明：1.CGAL的双边滤波代码中输入文件格式必须为PointNormal
2.基于CGAL的双边滤波可以改变点云数量、位置、法线方向

AI烫头的小和尚
关注
  • 1
    点赞
  • 踩
  • 18
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
专栏目录
CCCorelib 点云梯度滤波（CloudCompare内置算法库）
dayuhaitang1的博客
03-24 126
CCCorelib 点云梯度滤波（CloudCompare内置算法库）
VS2017_PCL1.9.1&&VS2019_PCL1.11.1环境配置
06-07
VS2017_PCL1.9.1&&VS2019_PCL1.11.1环境配置，包含以下内容 vs2017环境配置：PCL_1.9.1_debug_x64.props PCL_1.9.1_release_x64.props vs2019环境配置：PCL_1.11.1_debug_x64.props PCL_1.11.1_release_x64.props
基于PCL的点云滤波中的体素栅格滤波算法
04-23
基于PCL的点云滤波中的体素栅格滤波算法，将点云数量过于庞杂的点云文件进行简化但保留其特征，减少后续处理的计算量(PCL VoxelGrid filter)
PCL点云统计滤波的C++实现
03-20
点云统计滤波是一种基于统计学原理的点云数据滤波方法，可以有效地去除点云数据中的离群点和噪声。其基本思想是对点云中每一个点的邻域内的数据进行统计分析，然后根据一定的规则判断该点是否为离群点，从而实现点云数据的滤波。 点云统计滤波的主要步骤如下： 确定滤波窗口大小：首先需要确定统计分析所需的滤波窗口大小，一般情况下，滤波窗口大小应该根据点云密度和噪声情况进行调整，通常选择较小的值。 计算邻域内点的统计属性：对于每一个点，需要计算其邻域内点的统计属性，如平均值、标准差等。统计属性的计算可以使用各种统计分析方法，如高斯分布、中位数等。 判断离群点：根据一定的规则，判断每个点是否为离群点。通常情况下，可以使用标准差或中位数等统计属性进行判断。 生成滤波后的点云：将非离群点保存下来，生成滤波后的点云数据。 点云统计滤波方法简单、有效，适用于许多点云数据处理场景，如点云配准、点云分割等。但是，该方法也存在一些局限性，如无法处理非高斯分布的噪声和离群点等情况。
CloudCompare&PCL 圆柱体分割源代码
06-22
包含圆柱体分割源代码
点云工具CloudCompare使用操作大全
热门推荐
lovely_yoshino的博客
03-17 2万+
open：打开save：保存Global Shift settings：设置最大绝对坐标，最大实体对角线Primitive Factory：对点云进行原始加工，改变原始点云的形状3D mouse：对3D鼠标（如3Dconnexion）的支持Close all：关闭所有打开的实体Quit：退出Clone：克隆选中的点云Merge：合并两个或者多个实体。可以合并点云（原始云会被删除）；可以合并网格（原始网不会修改，CC会创建一个新的网格结构）
三维点云（PointCloud）处理软件CloudCompare.zip
07-19
CloudCompare是一款三维点云（Point Cloud）处理软件，可以方便地使用计算法向量、优化法向量、泊松构网、滤波等功能。 标签：CloudCompare
可视化点云软件cloudcompare安装
weixin_51058616的博客
04-13 625
sudo apt install snap snap install core sudo snap install cloudcompare 启动： #open pointcloud viewer cloudcompare.ccViewer \#open the main software cloudcompare.CloudCompare
【CloudCompare教程】005：点云滤波处理大全
「 刘一哥与GIS的故事」
05-22 1813
滤波（Wave filtering）是将信号中特定波段频率滤除的操作，是抑制和防止干扰的一项重要措施，滤波分为经典滤波和现代滤波，是消除点云噪声的常用方法。本文讲述基于cloudcompare软件的点云滤波方法及案例，包括：高斯滤波、低通滤波、双边滤波、统计滤波、CSF地面滤波等等。
CloudCompare如何使用基础功能？
【cacrle】的博客
04-17 4580
CloudCompare是一款优秀的开源点云处理软件，在研究点云的过程中，会用到其中一些点云处理功能。为快速熟悉软件的基础功能，本文介绍相应的功能按键的作用。
利用vtk+cgal+openmesh（或者第三方格式转换软件）做牙齿模型
qq_23158477的博客
04-29 1281
如何建立牙齿模型？使用vtk+cgal+openmesh实现模型建立与修复优化vtk实现dicom图片生成模型，运用阈值图像法生成各类模型，不同部位牙齿和骨头的分离阈值稍有变化，运用滑动条实现阈值的控制。参考frog 大脑的提取。CGAL实现vtk中分离过程中生成的洞的修复，vtk在补洞上效果太差，所以选择CGAL的算法，实践方便效果明显。openmesh实现off与stl（obj）文件格式的转换，比较方便，但可能我自己的问题，在代码实现转换时模型发生了变化，我采用3D convert软件来实现模型转换。因
基于PCL开源库ndt+icp算法实现点云配准实例测试代码
03-27
利用PCL开源库编写代码NDT+ICP算法实现点云高精度配准，包括粗配准+精配准，并计算配准误差！基于PCL库版本1.9！
PCL1.12.1+VTK9.1.0项目属性配置lib文件名提取批处理及结果
06-12
方便配置PCL+VTK的项目属性，依赖项有两百多项.lib文件名需要添加，还需要区分release版的和debug版的，可以用批处理命令快速提取.lib文件的文件名，如果版本和我完全相同，也可以直接用我整理好的结果。
CloudCompare中文手册V2.6.1.pdf
03-08
CloudCompare 中文手册 机器翻译 仅供参考学习。翻译的不是很好，但是能看看，仅供参考使用，介意者不要下载。
CloudCompare2.10.zip 无需编译 直接运行 pcl点云处理软件
02-02
CloudCompare是一款三维点云（Point Cloud）处理软件，可以方便地使用计算法向量、优化法向量、泊松构网、滤波等功能。也是一款集三维点云数据查看、编辑、处理为一体的三维点云数据配套软件,该软件支持多种三维点云...
Canon佳能PCL5e/5c/6打印机驱动 v20.85 官方最新版
07-04
Canon佳能PCL5e/5c/6打印机驱动是由佳能官方推出的一款打印机驱动程序，安装驱动后，才能将打印机和电脑连接，同时能够解决打印机的异常问题，欢迎下载！驱动介绍该驱动为佳能打印机产品的PCL5c、PCL5e、PCL6打印...
基于PCL(可编程控制器)电梯控制系统设计与实现.doc
05-05
基于PCL(可编程控制器)电梯控制系统设计与实现.doc 随着微电子技术和计算机技术的迅速发展，PLC（即可编程控制器）在工业控制领域内得到十分广泛地应用。PLC是一种基于数字计算机技术、专为在工业环境下应用而设计的...
VS中用C++实现PCL调用ICP和NDT算法，带代码注释及点云数据
09-05
资源内包含一个VS2013工程项目，在Windows下用C++实现ICP和NDT两种配准算法，代码修改自PCL官网例程，并配有中文注释，内含点云文件，可直接运行，不懂的地方可以阅读readme文件。
PCL-1.13.1代码及安装包下载 百度网盘下载
最新发布
10-20
pcl-pcl-1.13.1.zip PCL-1.13.1-AllInOne-msvc2022-win64 pcl-1.13.1-pdb-msvc2022-win64
PCL 快速双边滤波代码
05-09
以下是使用 PCL 库实现的快速双边滤波的代码示例： ```cpp #include <iostream> #include <pcl/io/pcd_io.h> #include <pcl/point_types.h> #include <pcl/filters/fast_bilateral.h> int main(int argc, char** argv) { if (argc < 3) { std::cerr << "Usage: " << argv[0] << " input.pcd output.pcd" << std::endl; return -1; } pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZRGB>); if (pcl::io::loadPCDFile<pcl::PointXYZRGB>(argv[1], *cloud) == -1) { std::cerr << "Failed to load input point cloud " << argv[1] << std::endl; return -1; } pcl::FastBilateralFilter<pcl::PointXYZRGB> fbf; fbf.setInputCloud(cloud); fbf.setSigmaS(5.0f); // spatial standard deviation fbf.setSigmaR(0.03f); // range standard deviation pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud_filtered(new pcl::PointCloud<pcl::PointXYZRGB>); fbf.filter(*cloud_filtered); pcl::io::savePCDFileBinary(argv[2], *cloud_filtered); std::cout << "Filtered point cloud saved to " << argv[2] << std::endl; return 0; } ``` 这段代码首先加载输入点云，然后创建一个 `pcl::FastBilateralFilter` 对象，并设置空间和范围标准偏差。调用 `filter` 函数进行滤波，并将结果保存到输出文件中。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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