三维点云体素滤波python_点云滤波之直通滤波与体素法滤波

今天呢，想和大家聊一聊点云滤波处理的相关模块。

我对点云模块了解得也不算深入，此处单纯地想和大家分享一下这几天我所学习到的点云滤波知识，如有不到之处，还请后台留言多多指正。

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，点云数据中将不可避免地出现一些噪声点。这便需要我们队点云进行后处理。

在点云的处理流程中，滤波处理作为预处理的第一步，往往对后续处理管道影响最大，只有在滤波预处理中将噪声点、离群点、空洞等按照后续处理定制，才能更好地进行配准、特征提取、曲面重建、可视化等。

PCL中的点云处理模块提供了很多灵活实用的滤波处理算法，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。

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。

对应的方法主要如下：

(a)按具体给定的规则限制过滤去除点。 (b)通过常用滤波算法修改点的部分属性。 (c)对数据进行下采样。

PCL中对常规的滤波手段进行了良好地封装，主要的滤波器有直通滤波、体素法滤波、统计滤波、条件滤波等。组合使用完成任务，效果更佳。

1、如果是线结构光的采集方式得到的点云，则沿z向的分布较广，但沿x、y方向的分布则处于有限的范围内。此时，可采用直通滤波，确定x或者y方向的范围，快速裁剪离群点。

2、如果使用高分辨率相机等设备对点云进行采集，则点云往往较为密集。过多的点云数据对后续的分割工作带来困难。体素法滤波可以达到下采样的