Point Set Procesing这个包主要是为了预处理点云的一些基本操作,如下图所示,通过一系列操作之后使得输出点云(右边)比输入(左边)更加的稀疏、平滑、没那么多噪点和异常值。
框架步骤:
1. Points with normals 点及法向量
- KNN:反映点云集合的密度
- Average spacing:所有点到K最近邻点的平均间距
- 对应函数:computer_average_spacing(points, k_neighbors)
- Automatic Scale Estimation自动尺度估计
- 目的:找到最小估计范围
- 对应函数:
- estimate_global_k_neighbor_scale()
- estimate_global_range_scale()
- estimate_local_k_neighbor_scales()
- estimate_local_range_scales()
2. outlier removal 异常值移除
- 说明:删除用户定义需要删除的比例,或者通过 对点进行K紧邻的平均平方距离数值排序来删除大数值的比例来实现。
- 两种方式:
- 指定K最近邻值
- 指定球的邻域半径