PCL学习—滤波：直通滤波（ PassThrough ）

最新推荐文章于 2024-07-31 17:18:20 发布
最新推荐文章于 2024-07-31 17:18:20 发布
阅读量9.6k 收藏 17
点赞数 6
分类专栏： PCL学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zfjBIT/article/details/91987664
版权
本文介绍了PCL库中的PassThrough滤波器，用于根据点云的特定字段（如Z坐标）进行过滤。通过设置字段名和限制范围，可以剔除超出条件的点。示例代码展示了如何保留Z坐标在0.0到1.0之间的点。
摘要由CSDN通过智能技术生成

PassThrough

class pcl: : PassThrough< PointT >

类 PassThrough 实现对用户给定点云某个字段的限定下，对点云进行简单的基本过滤，例如限制过滤掉点云中所有 X 字段不在某个范围内的点，该类的使用比较灵活但完全取决于用户的限定字段和对应条件 。

关键成员函数：

  • void setFilterFieldName (const std : :string &field_name)

设置限定字段的名称字符串 field_name ，例如”z”等。

  • void setFilterLimits (const double &limit_min, const double & limit_max)

设置滤波限制条件，包括最小值 limit_min 和最大值 limit_max。 该函数与 setFilterFieldName( ）一起使用，点云中所有点的setFilterFieldName( ）设置的字段的值未在用户所设定区间范围外的点将被删除。参数 limit_min 为允许的区间范围的最小值，默认为 DBL_ MIN , limit_ max 为允许的区间范围的最大值，默认为DB L_MAX.

  • void setFilterLimitsNegative (bool &!imit_negative):
<
了解本专栏 订阅专栏 解锁全文 超级会员免费看
JoannaJuanCV
关注
专栏目录
订阅专栏
pcl基本滤波算法.xlsx
05-20
整理了简单的实现和作用
【记录】PCL 滤波 Filtering a PointCloud using a PassThrough filter 直通滤波
weixin_43661854的博客
05-28 551
官网在哪里啊官网在这里：http://www.pointclouds.org/documentation/tutorials/passthrough.php#passthrough passthrough.cpp // 官网教程：http://pointclouds.org/documentation/tutorials/passthrough.php#passthrough // 在官网教...
PCL直通滤波器PassThrough点云滤波
qq_41685265的博客
07-19 4920
PassThrough PassThrough是直通滤波器，意思是可以设定一个频带，可以选择保留频带内的或者舍弃频带内的 代码 #include <iostream> #include <pcl/visualization/cloud_viewer.h> #include <pcl/io/io.h> #include <pcl/io/pcd_io.h> #include <pcl/point_types.h> #includ...
PCL直通滤波（passthrough）
最新发布
xhm01291212的博客
07-31 278
即对pcl::PointT中的某个（如X/Y/Z）来进行滤波，该维度中超过用户设定阈值范围的点云点删除，在用户设定阈值范围点云点保留。（1）设置需要滤波的点云属性值。（2）判断是否在用户设定的阈值范围内，在其中的保留，不在其中的删除。2.使用场景需要对某一个维度滤波的场景。例如删除地面点。如下图：通过直通滤波器过滤掉红框内z值范围的点云。
PCL教程-点云滤波之直通滤波器
DayDayUp
09-10 7112
算法原理 直通滤波的作用是过滤掉在指定维度方向上取值不在给定值域内的点。 实现原理如下: 首先，指定一个维度以及该维度下的值域，其次，遍历点云中的每个点，判断该点在指定维度上的取值是否在值域内，删除取值不在值域内的点，最后，遍历结束，留下的点即构成滤波后的点云。直通滤波器简单高效，适用于消除背景等操作。 PCL中的pcl:PassThrough类实现对用户给定点云某个字段的限定下，对点云进行简单的基本过滤，例如限制过滤掉点云中所有Z字段不在某个范围内的点，该类的使用比较灵活但完全取决于用户的限定
PCL之直通滤波--PassThrough
ancy的博客
12-04 1371
作用: 过滤掉指定字段上用户定义范围空间内的点集。 原理：首先，指定字段及该字段下的取值范围;其次，遍历点云中的每个点，删除取值不在值域内的点;最后，遍历结束，留下的点即构成滤波后的点云 效果: 简单高效，适用于消除背景等操作。 关键成员函数： void setFilterFieldName (const std : :string &field_name) 设置限定字段的名称字符串 field_name ，若输入点云类型为PointXZY, 则field_name 可以为x 或 y 或z
PCL滤波大全、原理+代码实例+操作步骤
weixin_43925768的博客
02-23 6726
PCL点云中的滤波、原理+代码实例+操作步骤
【pcl入门教程滤波系列】之passThrough滤波
AutoXTruck专栏
06-08 5732
简介 　　最近开始接触点云的数据处理模块，点云做分割、检测、识别之前需要做大量的预处理操作。直通滤波算作最为简单、粗暴的一种滤波方式，就是直接对点云的X、Y、Z轴的点云坐标约束来进行滤波，可以约束只在Z轴，或者XYZ三个坐标轴共同约束来达到点云滤波效果。下面直接上代码进行简单解释： 代码示例 　　下面这段代码是直通滤波最为频繁使用的函数：该简单示例通过读取pcd点云数据进行操作，最后保存为pcd文件。通过使用cloudcompare软件来进行查看直通滤波后的效果。 #include <iostream
基于PCL的点云滤波中的体素栅格滤波算法
04-23
在这个场景中，我们将深入探讨基于PCL的体素栅格滤波算法，它是点云处理中的一个关键步骤，能够有效地减少点云数据的数量，同时保持其关键特征，从而降低后续处理的计算复杂度。 体素栅格滤波，也称为Voxel Grid...
PCL点云统计滤波的C++实现
03-20
点云统计滤波是一种基于统计学原理的点云数据滤波方法，可以有效地去除点云数据中的离群点和噪声。其基本思想是对点云中每一个点的邻域内的数据进行统计分析，然后根据一定的规则判断该点是否为离群点，从而实现点云...
用于PCL滤波学习的点云
09-13
用于PCL滤波学习的点云
matlab读取txt格式转换为矩阵.zip_matlab点云滤波_点云半径滤波_点云统计滤波_直通滤波 matlab_统计滤波
07-14
1. **直通滤波器（Pass-Through Filter）**： 直通滤波器主要用于剔除点云中的异常值或远离主体的点。在MATLAB中，我们可以设定一个范围，只保留那些在该范围内的点，其他点则被删除。例如，可以设置高度、宽度和...
PCL 的点云滤波
相忘于江湖的专栏
10-18 2530
PCL中的几种常见的点云滤波函数及其应用。
PCL入门系列 —— PassThrough 直通滤波、点云裁剪
工业机器视觉
06-11 1557
通过直通滤波可以将点云数据按照轴向的范围尺度进行裁剪，剔除无关区域，常用于离线点云处理或场景变动较小的在线流程中；
【PCL】（八）PassThrough滤波器滤除点云指定范围以外或以内的点
weixin_44378835的博客
02-03 725
（4）滤除范围内的点: pass.setFilterFieldName (“z”);然后，我们创建PassThrough过滤器对象，并设置其参数。（1）沿着x轴滤波: pass.setFilterFieldName (“x”);（2）沿着y轴滤波: pass.setFilterFieldName (“y”);（3）沿着z轴滤波: pass.setFilterFieldName (“z”);在接下来的几行中，我们定义了点云结构，填充输入云，并在屏幕上显示其内容。最后，我们显示过滤后的云的内容。
【点云处理技术之PCL】滤波器——直通滤波器(pcl::PassThrough)
非晚非晚的博客
12-18 2448
直通滤波器，是直接根据滤波器设定的条件，选择自己所需点云。可以选择保留设定范围内的点云，也可以选择滤除设定范围内的点云，保留或者滤出是由setFilterLimitsNegative进行模式开关的。
PCL中的各类滤波器介绍与使用
超凡三眼仔的专栏
05-21 645
通过假设得到的分布是具有均值和标准差的高斯分布，所有的点，其均值距离在由全局距离均值和标准差定义的区间之外，都可以被认为是离群点，并从数据集中进行修剪。“LT”是小于的意思，本例中表示z<0.8的点。[2]半径滤波器，顾名思义，给定指定半径，和半径内最少点数进行滤波，例如满足半径0.8内，点数至少为2，即计算每个点半径范围内的点数，少于该点数则被过滤，常用于离群点滤波。[1]条件滤波器，顾名思义，就是给滤波器一些条件值，可以是一个也可以是多个，使用条件滤波器可以滤除所有不满足条件的点，常用于离群点滤除。
PCL点云滤波：直通滤波PassThrough（简单卡阈值留点）和适用场景
手口一斤
12-22 3160
目录 PCL直通滤波使用和点云打印 直通滤波的原理 直通滤波的使用场景和使用体验 CL直通滤波使用和点云打印 除了对PCL直通滤波的常用基本功能实现，具体看注释。 说明了多维度直通滤波的用法，即卡多个阈值得到点云结果，例如PointXYZ，对“x” “y” 三个值都需要卡阈值时的使用方法； /*20201022 by 手口一斤*/ #include <iostream> #include <ctime> #include <pcl/point_types.h&g
// 读取点云数据 pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);pcl::io::loadPCDFile<pcl::PointXYz>("input cloud.pcd"，*cloud); 定义直通滤波器 pcl::PassThrough<pcl::PointxYZ> pass;pass.setInputCloud(cloud);pass.setFilterFieldName ("x") ; pass.setEilterLimits(0.0, 1.0);// 应用直通滤波器pcl::PointCloud<pcl::PointXz>::Ptr filtered cloud(new pcl::PointCloud<pcl::PointXYz>);pass.filter(*filtered cloud) ; //定义提取滤波器pcl::ExtractIndices<pcl::PointxYZ> extract;extract.setInputCloud(cloud) : extract.setIndices (pass.getRemovedIndices ()) ;extract .setNeaative(true) : / 应用提取滤波器pcl::PointCloud<pcl::PointXYZ>::Ptr extracted cloud(new pcl::PointCloud<pcl::PointXYz>);extract.filter(*extracted cloud) : // 保存滤波后的点云数据 pcl::io::savePCDFile<pcl::PointXYZ>("filtered cloud,pcd"*filtered cloud);pcl::io::savePCDFile<pcl::PointXYz>("extracted cloud.pcd"*extracted cloud) ;优化这段代码
04-19
：优化方法： 1. 增加注释，使得代码更易于理解。 2. 将代码分成多个函数，使得每个函数专门做一件事，利于维护和修改。 3. 减少冗余代码，将重复的代码封装成一个函数并重复利用，使代码更简洁。 4. 可以考虑并行化操作，提高代码执行效率。 修改后的代码如下： // 读取点云数据 pcl::PointCloud<pcl::PointXYZ>::Ptr loadPointCloud(const std::string& fileName) { pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>); pcl::io::loadPCDFile<pcl::PointXYz>(fileName, *cloud); return cloud; } // 直通滤波器 pcl::PointCloud<pcl::PointXYZ>::Ptr passThroughFilter(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud) { pcl::PassThrough<pcl::PointxYZ> pass; pass.setInputCloud(cloud); pass.setFilterFieldName("x"); pass.setEilterLimits(0.0, 1.0); pcl::PointCloud<pcl::PointXz>::Ptr filtered(new pcl::PointCloud<pcl::PointXYz>); pass.filter(*filtered); return filtered; } // 提取滤波器 pcl::PointCloud<pcl::PointXYZ>::Ptr extractFilter(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud, const std::vector<int>& removedIndices) { pcl::ExtractIndices<pcl::PointxYZ> extract; extract.setInputCloud(cloud) ; extract.setIndices(removedIndices); extract.setNegative(true); pcl::PointCloud<pcl::PointXYZ>::Ptr extracted(new pcl::PointCloud<pcl::PointXYz>); extract.filter(*extracted); return extracted; } // 保存滤波后的点云数据 void savePointCloud(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud, const std::string& fileName) { pcl::io::savePCDFile<pcl::PointXYZ>(fileName, *cloud); } // 主函数 int main(int argc, char** argv) { // 读取点云数据 pcl::PointCloud<pcl::PointXYZ>::Ptr cloud = loadPointCloud("input cloud.pcd"); // 应用直通滤波器 pcl::PointCloud<pcl::PointXYZ>::Ptr filteredCloud = passThroughFilter(cloud); // 应用提取滤波器 std::vector<int> removedIndices = pass.getRemovedIndices(); pcl::PointCloud<pcl::PointXYZ>::Ptr extractedCloud = extractFilter(cloud, removedIndices); // 保存滤波后的点云数据 savePointCloud(filteredCloud, "filtered cloud.pcd"); savePointCloud(extractedCloud, "extracted cloud.pcd"); return 0; }
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

JoannaJuanCV

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值