Python点云处理——直通滤波算法

        最近接了个毫米波雷达点云处理的项目，点云数量惨不忍睹，而且要求很奇葩，必须自己写滤波算法，不能使用PCL、Open3D这些现成的库。没办法，从头搞起吧。

一、算法原理

        直通滤波的原理很简单，相当于信号处理里面的带通滤波，给定一个坐标的上下限，大于上限和小于下限的点云被滤掉，只保留落在上下限范围内的点云。

二、代码示例

        说明：passthrough函数定义了使用numpy进行直通滤波的过程，实际上就是指定索引条件，再索引数组。若指定的坐标不正确，报错并退出。然后使用numpy的random函数生成0—1区间内的随机点云进行验证。

import numpy as np
import matplotlib.pyplot as plt
def pass_through(points, limit_min, limit_max, filter_value_name):

	if (filter_value_name == "x")or(filter_value_name == "X"):
		target=0
	elif (filter_value_name == "y") or (filter_value_name == "Y"):
		target=1
	elif (filter_value_name == "z") or (filter_value_name == "Z"):
		target=2
	else:
		print("请输入正确的参数")
		exit()
	ind = np.where((points[:, target] >= limit_min) & (points[:, target] <= limit_max))[0]
	sampled_cloud =points[ind]
	return sampled_cloud
point=np.random.random((1000,5))
point=pass_through(point,0,0.2,"z")
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.scatter3D(point[:,0],point[:,1],point[:,2],c='b',marker=".")
plt.show()