PCL点云数据滤波降噪

图像处理】PCL点云数据的滤波降噪的方法

这个带公式：

https://blog.csdn.net/qq_30815237/article/details/86294496

为什么进行点云滤波处理：
（1）点云数据密度不规则需要平滑；
（2）因为遮挡等问题造成离群点需要去除；
（3）大量数据需要下采样；
（4）噪声数据需要去除；

点云数据去噪滤波方法：
双边滤波、高斯滤波、分箱去噪、KD-Tree、直通滤波、随机采样一致性滤波等；

方法定义以及适用性：
1.双边滤波：将距离和空间结构结合去噪，效果较好。只适用于有序点云

2.高斯滤波（标准差去噪）：适用于呈正态分布的数据。考虑到离群点的特征，则可以定义某处点云小于某个密度，既点云无效。计算每个点到其最近的k个点平均距离。则点云中所有点的距离应构成高斯分布。给定均值与方差，可剔除3∑之外的点。

3.分箱去噪：适用于呈偏态分布的数据。

4.dbscan：基于聚类原理去噪，复杂度较高。

5.KD-Tree（孤立森林）：复杂度高。构建KD树，随机取点求平均距离d，删掉所有大于2d的点。适用于无序点云去噪。

6.条件滤波：条件滤波器通过设定滤波条件进行滤波，有点分段函数的味道，当点云在一定范围则留下，不在则舍弃。

7.直通滤波

8.随机采样一致性滤波

9.体素滤波：
体素的概念类似于像素，使用AABB包围盒将点云数据体素化，一般体素越密集的地方信息越多，噪音点及离群点可通过体素网格去除。另一方面如果使用高分辨率相机等设备对点云进行采集，往往点云会较为密集。过多的点云数量会对后续分割工作带来困难。体素滤波器可以达到向下采样同时不破坏点云本身几何结构的功能。

10.半径滤波：
半径滤波器与统计滤波器相比更加简单粗暴。以某点为中心画一个圆计算落在该圆中点的数量，当数量大于给定值时，则保留该点，数量小于给定值则剔除该点。此算法运行速度快，依序迭代留下的点一定是最密集的，但是圆的半径和圆内点的数目都需要人工指定。

原理以及核心代码：

直通滤波器：对于在空间分布有一定空间特征的点云数据，比如使用线结构光扫描的方式采集点云，沿z向分布较广，但x,y向的分布处于有限范围内。此时可使用直通滤波器，确定点云在x或y方向上的范围，可较快剪除离群点，达到第一步粗处理的目的。
// Create the filtering object
pcl::PassThrough<pcl::PointXYZ> pass;
pass.setInputCloud (cloud);
pass.setFilterFieldName ("z");
pass.setFilterLimits (0.0, 1.0);
//pass.setFilterLimitsNegative (true);
pass.filter (*cloud_filtered);

体素滤波器：
// Create the filtering object
pcl::VoxelGrid<pcl::PCLPointCloud2> sor;
sor.setInputCloud (cloud);
sor.setLeafSize (0.01f, 0.01f, 0.01f);
sor.filter (*cloud_filtered);

统计滤波器：
// Create the filtering object
pcl::StatisticalOutlierRemoval<pcl::PointXYZ> sor;
sor.setInputCloud (cloud);
sor.setMeanK (50);
sor.setStddevMulThresh (1.0);
sor.filter (*cloud_filtered);

半径滤波器：
// build the filter
pcl::RadiusOutlierRemoval<pcl::PointXYZ> outrem;
outrem.setInputCloud(cloud);
outrem.setRadiusSearch(0.8);
outrem.setMinNeighborsInRadius (2);
// apply filter
outrem.filter (*cloud_filtered);

一般来说，滤波对应的方案有如下几种：

（1）按照给定的规则限制过滤去除点
（2）通过常用滤波算法修改点的部分属性
（3）对数据进行下采样
————————————————
版权声明：本文为CSDN博主「_ClivenZ」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_43753894/article/details/98225640

PCL点云数据滤波降噪相关推荐

点云数据滤波处理(PCL实现）
引: 点云数据滤波处理(PCL实现) - 简书 2020.01.03 14:29:02字数 942阅读 5,412 点云数据滤波处理(PCL实现) 1.滤波器介绍点云目标识别的流程:数据 ...
点云平面提取_基于LiDAR点云数据滤波方法
基于LiDAR点云数据滤波方法机载激光雷达所获取的数据被称为"点云(points cloud)"它在三维空间中呈现出随机分布的形状.在点云中,有些点属于真实的地形表面的点,有些点 ...
ROS与PCL中点云数据之间的转换
此为文章初稿还没有完善,应该还有一些问题,等待后面有时间再继续更新,原创文章,未经允许,请勿转载!!! 首先介绍在PCL库中经常使用的两种点云之间的转换,这里将根据工程中的经验,从代码层面举例分析如何 ...
【激光雷达】之点云数据滤波处理
一.引言激光雷达系统组成激光雷达是采用激光特性和光电探测手段相结合的成像方法,相比于相机等,是一种采用激光作为载体的主动成像设备.大多数激光雷达主体由四个组成部分,分别为:发射,接收,控制,信号处 ...
python信号降噪_EEG（P300）信号数据滤波降噪
我有大量的脑电图数据(20000),我把它们转换成P300(每1000个原始数据的平均值代表1个P300).(我用了Python) 我的问题是减少噪音.我删减了30%的数据,因为P300信号在300毫 ...
io获取 pcl_点云数据可视化之PCL滤波学习
PCL滤波概述在获取点云数据时 ,由于设备精度,操作者经验环境因素带来的影响,以及电磁波的衍射特性,被测物体表面性质变化和数据拼接配准操作过程的影响,点云数据中将不可避免的出现一些噪声.在点云处理流 ...
PCL入门系列 —— StatisticalOutlierRemoval 点云统计滤波
PCL入门系列 -- StatisticalOutlierRemoval 点云统计滤波前言程序说明输出结果代码示例总结前言随着工业自动化.智能化的不断推进,机器视觉(2D/3D)在工业领 ...
PCL点云处理之体素滤波（八十七）
PCL点云处理之体素滤波(八十七) 前言一.概述二.算法实现 1.代码 2.代码解读结果前言数据的海量性始终是点云处理时需要面临的一个大问题,严重的时间消耗和内存占用影响了点云处理的发展,当 ...
OpenGL与PCL库实现点云体系滤波优化及三角面片化
** 点云优化过滤方法效果对比 ** 体素滤波基本保持点云形状及特征点,可以准确地保持宏观的几何外形.优化效率较好,时间根据参数线性增长,本点云建议参数为0.2 直通滤波以坐标系的值限制来进行滤波 ...

PCL点云数据滤波降噪

PCL点云数据滤波降噪相关推荐

最新文章

热门文章

PCL点云数据 滤波降噪

PCL点云数据 滤波降噪相关推荐

最新文章

热门文章

PCL点云数据滤波降噪

PCL点云数据滤波降噪相关推荐