三维重构（8）：PCL点云滤波

通过双目立体视觉得到的重构点云，一般具有较多的噪声点。造成这一现象的原因主要是，算法匹配点错误导致视差计算错误。SGBM算法是传统双目立体视觉中效果较好的，但是仍然具有较多的噪声点。所以我们希望通过滤波去除部分噪声点（毕竟不可能完全去除）

PCL滤波器

PCL中有多种滤波器比如：直通滤波、双边滤波、体素格滤波等。而此次去除离群点则使用了statisticalOutlierRemoval滤波器。同样可以被用来去除离群点的常用滤波器还有：ConditionalRemoval用来滤除不符合用户指定的一个或多个条件的所有点，或者RadiusOutlinerRemoval用于滤除一定半径范围内相邻点个数不大于选定阈值的点。

statisticalOutlierRemoval滤波

头文件：

#include<pcl/visualization/cloud_viewer.h>
#include<iostream>
#include<pcl/io/io.h>
#include<pcl/io/pcd_io.h>
#include<pcl/io/ply_io.h>
#include<pcl/point_types.h>
#include <pcl/filters/statistical_outlier_removal.h>

建立滤波器对象：

pcl::StatisticalOutlierRemoval<pcl::PointXYZ> sor;

对该滤波器设置参数：

pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
sor.setInputCloud(cloud);	//需要滤波的对象
sor.setMeanK(100);				//判断一个点是否离群参照的周边的点的个数
sor.setStddevMulThresh(0.1);//标准差阈值，去除标准差大的点

滤波，并保存结果：

	sor.filter(cloud_2);  //结果保存在cloud_2

滤波前后对比：

由图可见：滤波后一些明显的离群点被滤除

ConditionalRemoval滤波

滤波条件：

pcl::ConditionAnd<pcl::PointXYZ>::Ptr Cond (new
      pcl::ConditionAnd<pcl::PointXYZ> ());

添加条件：

Cond->addComparison (pcl::FieldComparison<pcl::PointXYZ>::ConstPtr (new
      pcl::FieldComparison<pcl::PointXYZ> ("z", pcl::ComparisonOps::GT, 0.0)));   //Z字段上大于0
    Cond->addComparison (pcl::FieldComparison<pcl::PointXYZ>::ConstPtr (new
      pcl::FieldComparison<pcl::PointXYZ> ("z", pcl::ComparisonOps::LT, 0.6)));   //Z字段上小于0.8
   

执行滤波：

pcl::ConditionalRemoval<pcl::PointXYZ> condrem; //滤波器
    condrem.setCondition (range_cond);               
    condrem.setInputCloud (cloud);                   //输入点云
    condrem.setKeepOrganized(true);               //设置保持点云的结构
    // 执行滤波
    condrem.filter (cloud_2);

概率波器同样也比较简单粗暴，但是可以灵活添加滤波条件

RadiusOutlinerRemoval滤波

在一定搜索半径内寻找相邻点的个数，不符合条件的视为离群点

滤波过程类似statisticalOutlierRemoval：

pcl::RadiusOutlierRemoval<pcl::PointXYZ> sor;  //创建滤波器
	sor.setInputCloud(cloud);   	 //滤波对象
     sor.setRadiusSearch(0.6);     	//在半径为0.6的范围内找临近点
	sor.setMinNeighborsInRadius(2); //临近点个数阈值，小于则被删除
	// apply filter
	sor.filter(cloud_2);
	*cloud = cloud_2;

该滤波器的对于离群点的处理比较简单粗暴，滤波效果不如statisticalOutlierRemoval

Summary

statisticalOutlierRemoval由于具有统计意义，更符合我当前的需求。

• 点赞
• 收藏
• 分享
• • 文章举报

VeraWin 发布了30 篇原创文章 · 获赞 7 · 访问量 3073 私信 关注

标签：滤波器,PCL,滤波,sor,pcl,点云,include,cloud
来源： https://blog.csdn.net/TiffanyXYf/article/details/104428307