ch08——8.3.3在PCL中使用StatisticalOutlierRemoval滤波器移除离群点

ch08——8.3.3在PCL中使用StatisticalOutlierRemoval滤波器移除离群点

1.使用统计分析技术，从一个点云数据集中移除测量噪声点。对每一个点的邻域进行一个统计分析，并修剪掉那些不符合一定标准的点。我们的稀疏离群点移除方法基于在输入数据中对点到临近点的距离分布的计算。对每个点，我们计算它到它的所有的临近点的平均距离。假设得到的结果是一个高斯分布，其形状由均值和标准差决定，平均距离在标准范围之外的点，可被定义为离群点并且从数据集中除掉。

2.代码

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/point_cloud.h>
using namespace std;
using namespace pcl;
#include <pcl/visualization/pcl_visualizer.h>
#include <pcl/filters/statistical_outlier_removal.h>
int main() {
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new PointCloud<PointXYZ>);
	pcl::PointCloud <pcl::PointXYZ>::Ptr cloud_filtered(new PointCloud<PointXYZ>);
	//读入点云数据
	pcl::PCDReader reader;
	reader.read("D:\\pcd\\table_scene_lms400.pcd", *cloud);
	cout<<"cloud before filtering"<<endl;
	cout<<*cloud<<endl;
	
	//创建滤波器对象
	pcl::StatisticalOutlierRemoval<PointXYZ> sor;
	sor.setInputCloud(cloud);
	sor.setMeanK(50);//对每个点分析的临近点个数设为50，
	sor.setStddevMulThresh(1.0);//标准差倍数设为1，超出标准差则被移除
	sor.filter(*cloud_filtered);
	cout << "cloud after filtering" << endl;
	cout << *cloud_filtered << endl;
	return 0;
}

3.显示