PCL专栏目录及须知-CSDN博客
1.原理
依次判断并删除,每个点云点的邻域半径范围内局部最大的点。
(1)每个点云点依次进行邻域搜索,得到每个点云点的邻域半径。
(2)在每个点云点的邻域半径内,查找z值距离该点云点最远的点
(3)删除该点,并依次遍历所有点云点;得到结果点云。
2.使用场景
去噪:需要处理的点云有那种很离谱的单个点云点的时候,可以试试用这个(一般不用这个,统计滤波/半径滤波就能完成)。
提取极大值特征点:当需要处理的点云特征点不明显的时候,可以用这个方法试试提取特征点(局部极大值有可能是该点云的特征点)
3.注意事项
无
4.关键函数
设置邻域搜索的半径;即每个点云点需要和多大范围内的点云去比较是否是局部最大值。
setRadius()
5.代码
#include <pcl/point_cloud.h>
#include <pcl/point_types.h>
#include <pcl/io/pcd_io.h>
#include <pcl/filters/local_maximum.h>
#include <pcl/visualization/pcl_visualizer.h>
#include <boost/thread/thread.hpp>
int main()
{
/****************局部最大值滤波********************/
// 原始点云
pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZRGB>);
pcl::io::loadPCDFile("D:/code/csdn/data/L.pcd", *cloud); // 加载原始点云数据
// 结果点云
pcl::PointCloud<pcl::PointXYZRGB>::Ptr cloud_filtered(new pcl::PointCloud<pcl::PointXYZRGB>);
pcl::LocalMaximum<pcl::PointXYZRGB> filters;
filters.setInputCloud(cloud);
filters.setRadius(1.0f); // 邻域搜索半径
filters.filter(*cloud_filtered); // 计算
/****************展示********************/
boost::shared_ptr<pcl::visualization::PCLVisualizer> view_raw(new pcl::visualization::PCLVisualizer("raw"));
view_raw->addPointCloud<pcl::PointXYZRGB>(cloud, "raw cloud");
view_raw->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "raw cloud");
boost::shared_ptr<pcl::visualization::PCLVisualizer> view_filtered(new pcl::visualization::PCLVisualizer("filter"));
view_filtered->addPointCloud<pcl::PointXYZRGB>(cloud_filtered, "filtered cloud");
view_filtered->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "filtered cloud");
while (!view_raw->wasStopped())
{
view_raw->spinOnce(100);
boost::this_thread::sleep(boost::posix_time::microseconds(100000));
}
while (!view_filtered->wasStopped())
{
view_filtered->spinOnce(100);
boost::this_thread::sleep(boost::posix_time::microseconds(100000));
}
return 0;
}