PCL 给点云添加高斯噪声（Common_CloudGenerator）

注意：PCL生成高斯噪声时，只是生成了一个原始点云点的位移量，需要将该位移量添加到原始点云点上，而不是直接生成了一个带有高斯噪声的新点云。

1.原理

对于当前点云，修改当前点云点的位置，符合高斯分布的噪声点云结果。

高斯分布（正态分布）的解释

均值、方差、标准差的解释

2.使用场景

生成高斯噪声数据（实际工作中使用较少）

3.注意事项

PCL生成高斯噪声时，只是生成了一个原始点云点的位移量，需要将该位移量添加到原始点云点上，而不是直接生成了一个带有高斯噪声的新点云。

因此下方代码中，分为生成高斯噪声及添加高斯噪声两步，注意区别。

4.关键函数

（1）按照设定的均值和标准差，在xyz方向分别计算高斯噪声参数，最终生成高斯噪声的位移量。

标准差越大，数据的高斯分布越分散，即生成的高斯噪声点云越分散。

    // 生成高斯噪声位移量
	// 设置xyz方向的均值及标准差
	float xmean = 0, ymean = 0, zmean = 0;								
	float xstddev = 0.02, ystddev = 0.02, zstddev = 0.02;

	pcl::common::CloudGenerator<pcl::PointXYZ, pcl::common::NormalGenerator<float> > generator;			// 高斯噪声生成器
	uint32_t seed = static_cast<uint32_t> (time(NULL));													// 随机数种子
	pcl::common::NormalGenerator<float>::Parameters x_params(xmean, xstddev, seed++);					// 添加x方向的噪声
	generator.setParametersForX(x_params);
	pcl::common::NormalGenerator<float>::Parameters y_params(ymean, ystddev, seed++);					// 添加y方向的噪声
	generator.setParametersForY(y_params);
	pcl::common::NormalGenerator<float>::Parameters z_params(zmean, zstddev, seed++);					// 添加z方向的噪声
	generator.setParametersForZ(z_params);
	generator.fill((*cloud).width, (*cloud).height, *cloud_out);										// 生成高斯噪声

（2）将高斯噪声的位移量添加到原始点云坐标上，得到最终的符合高斯分布的噪声点云结果。

    // 给原始点云添加高斯噪声位移量
    for (size_t i = 0; i < cloud->points.size(); ++i)
    {
        cloud_out->points[i].x += cloud->points[i].x;
        cloud_out->points[i].y += cloud->points[i].y;
        cloud_out->points[i].z += cloud->points[i].z;
    }

5.代码

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/common/random.h>
#include <pcl/common/generate.h>
#include <pcl/visualization/pcl_visualizer.h>
#include <boost/thread/thread.hpp>


int main()
{
    /****************添加高斯噪声********************/
    // 原始点云
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    pcl::io::loadPCDFile("D:/code/csdn/data/person2.pcd", *cloud);   // 加载原始点云数据
    // 结果点云
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_out(new pcl::PointCloud<pcl::PointXYZ>);

    // 生成高斯噪声位移量
	// 设置xyz方向的均值及标准差
	float xmean = 0, ymean = 0, zmean = 0;								
	float xstddev = 0.02, ystddev = 0.02, zstddev = 0.02;

	pcl::common::CloudGenerator<pcl::PointXYZ, pcl::common::NormalGenerator<float> > generator;			// 高斯噪声生成器
	uint32_t seed = static_cast<uint32_t> (time(NULL));													// 随机数种子
	pcl::common::NormalGenerator<float>::Parameters x_params(xmean, xstddev, seed++);					// 添加x方向的噪声
	generator.setParametersForX(x_params);
	pcl::common::NormalGenerator<float>::Parameters y_params(ymean, ystddev, seed++);					// 添加y方向的噪声
	generator.setParametersForY(y_params);
	pcl::common::NormalGenerator<float>::Parameters z_params(zmean, zstddev, seed++);					// 添加z方向的噪声
	generator.setParametersForZ(z_params);
	generator.fill((*cloud).width, (*cloud).height, *cloud_out);										// 生成高斯噪声

    // 给原始点云添加高斯噪声位移量
    for (size_t i = 0; i < cloud->points.size(); ++i)
    {
        cloud_out->points[i].x += cloud->points[i].x;
        cloud_out->points[i].y += cloud->points[i].y;
        cloud_out->points[i].z += cloud->points[i].z;
    }

    pcl::io::savePCDFile("D:/code/csdn/data/person5.pcd", *cloud_out);                                  // 保存带有高斯噪声的点云

    /****************展示********************/
    boost::shared_ptr<pcl::visualization::PCLVisualizer> view_raw(new pcl::visualization::PCLVisualizer("raw"));
    view_raw->addPointCloud<pcl::PointXYZ>(cloud, "raw cloud");
    view_raw->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "raw cloud");

    boost::shared_ptr<pcl::visualization::PCLVisualizer> view_gauss(new pcl::visualization::PCLVisualizer("filter"));
    view_gauss->addPointCloud<pcl::PointXYZ>(cloud_out, "gauss cloud");
    view_gauss->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 1, "filtered cloud");

    while (!view_raw->wasStopped() || !view_gauss->wasStopped())
    {
        view_raw->spinOnce(100);
        view_gauss->spinOnce(100);
        boost::this_thread::sleep(boost::posix_time::microseconds(100000));
    }

    return 0;
}

6.结果点云