PCL1.8.1 滤波

直通滤波器

指定点云中特定字段域的数字范围，保留或剔除操作

http://pointclouds.org/documentation/tutorials/passthrough.php#passthrough

#include <iostream>
#include <pcl/point_types.h>
#include <pcl/filters/passthrough.h>

pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>);
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_filtered (new pcl::PointCloud<pcl::PointXYZ>);

// Create the filtering object
pcl::PassThrough<pcl::PointXYZ> pass;
pass.setInputCloud (cloud);

//设置pcl::PointXYZ中字段域z
pass.setFilterFieldName ("z");
pass.setFilterLimits (0.0, 1.0);
//默认是false，表示保留z字段是0.0-1.0的点云数据  true：不保留
pass.setFilterLimitsNegative (true);
pass.filter (*cloud_filtered);

VoxelGrid滤波器

使用三维立体方格进行方格的重心估计，每个方格只保留一个点，因此使用的方格越大则剔除的点数越多。

http://pointclouds.org/documentation/tutorials/voxel_grid.php#voxelgrid

#include <pcl/filters/voxel_grid.h>


pcl::PCLPointCloud2::Ptr cloud (new pcl::PCLPointCloud2 ());
pcl::PCLPointCloud2::Ptr cloud_filtered (new pcl::PCLPointCloud2 ());

// Create the filtering object
pcl::VoxelGrid<pcl::PCLPointCloud2> sor;
sor.setInputCloud(cloud);
//设置方格大小为1立方厘米
sor.setLeafSize(0.01f, 0.01f, 0.01f);
sor.filter(*cloud_filtered);

基于统计的滤波

对于一个点的邻域进行统计分析，并修剪掉那些不符合标准的点，该滤波基于邻近点的距离，在范围K个点中计算平均距离，将小于或大于该距离的点剔除或保留。

http://pointclouds.org/documentation/tutorials/statistical_outlier.php#statistical-outlier-removal

#include <pcl/filters/statistical_outlier_removal.h>

// Create the filtering object
pcl::StatisticalOutlierRemoval<pcl::PointXYZ> sor;
sor.setInputCloud(cloud);
//设置周边50个点进行统计
sor.setMeanK(50);
//如果一个点的平均距离大于1.0则剔除
sor.setStddevMulThresh(1.0);
sor.filter(*cloud_filtered);

//保存在1.0范围内的点集
pcl::PLYWriter writer;
writer.write<pcl::PointXYZ>("test_Static_inliners.ply", *cloud_filtered, false);

//保存在1.0范围外的点集
sor.setNegative(true);
sor.filter(*cloud_filtered);
writer.write<pcl::PointXYZ>("test_Static_outliers.ply", *cloud_filtered, false);

 投影点云到平面

将点云投影到一个平面上，下面程序中将点云投影到z=0即xoy平面。

http://pointclouds.org/documentation/tutorials/project_inliers.php#project-inliers

#include <pcl/ModelCoefficients.h>
#include <pcl/filters/project_inliers.h>

pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>);
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_projected (new pcl::PointCloud<pcl::PointXYZ>);

// Create a set of planar coefficients with X=Y=0,Z=1
pcl::ModelCoefficients::Ptr coefficients (new pcl::ModelCoefficients ());
coefficients->values.resize (4);
coefficients->values[0] = coefficients->values[1] = 0;
coefficients->values[2] = 1.0;
coefficients->values[3] = 0;

// Create the filtering object
pcl::ProjectInliers<pcl::PointXYZ> proj;
proj.setModelType (pcl::SACMODEL_PLANE);
proj.setInputCloud (cloud);
proj.setModelCoefficients (coefficients);
proj.filter (*cloud_projected);

条件滤波

条件滤波指定字段域上的取值范围，保留该取值范围内的数据。

http://pointclouds.org/documentation/tutorials/remove_outliers.php#remove-outliers

#include <pcl/filters/conditional_removal.h>

pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_filtered(new pcl::PointCloud<pcl::PointXYZ>);

// build the condition 与条件
pcl::ConditionAnd<pcl::PointXYZ>::Ptr range_cond (new
pcl::ConditionAnd<pcl::PointXYZ> ());
//增加一个z值>0.0
range_cond->addComparison (pcl::FieldComparison<pcl::PointXYZ>::ConstPtr (new
      pcl::FieldComparison<pcl::PointXYZ> ("z", pcl::ComparisonOps::GT, 0.0)));
//增加一个z值<0.8
range_cond->addComparison (pcl::FieldComparison<pcl::PointXYZ>::ConstPtr (new
      pcl::FieldComparison<pcl::PointXYZ> ("z", pcl::ComparisonOps::LT, 0.8)));
// build the filter
pcl::ConditionalRemoval<pcl::PointXYZ> condrem;
condrem.setCondition (range_cond);
condrem.setInputCloud (cloud);
condrem.setKeepOrganized(true);
// apply filter
condrem.filter (*cloud_filtered);

半径搜索滤波

指定半径范围值和邻近点个数，如果在该半径的圆形内的点云个数小于指定的邻近点数则进行将该点删除。而删除的点云说明距离其它点云距离较远。

http://pointclouds.org/documentation/tutorials/remove_outliers.php#remove-outliers

#include <pcl/filters/radius_outlier_removal.h>

pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_filtered(new pcl::PointCloud<pcl::PointXYZ>);

pcl::RadiusOutlierRemoval<pcl::PointXYZ> outrem;
// build the filter
outrem.setInputCloud(cloud);
//设置搜索半径0.8
outrem.setRadiusSearch(0.8);
//设置如果在0.8半径范围内的点云个数小于2个则删除该点
outrem.setMinNeighborsInRadius(2);
// apply filter
outrem.filter(*cloud_filtered);

 

 

 

 

 

 

来源：oschina

链接：https://my.oschina.net/u/4228078/blog/3134057