pcl之滤波器（二）-编程知识

在这里插入图片描述

pcl滤波器

pcl一共是有十二个主要模块，详细了解可以查看官网。https://pcl.readthedocs.io/projects/tutorials/en/latest/#basic-usage

今天学习一下pcl的滤波器模块。

滤波器模块，官网一共是提供了6个例程，今天看第三个、第四个。

滤波器移出离群点

激光扫描通常会产生不同点密度的点云数据集。此外，测量误差会导致稀疏的异常值，从而影响结果。这使得局部点云特征(如表面法线或曲率变化)的估计变得复杂，导致错误的值，进而可能导致点云配准失败。其中一些不规则现象可以通过对每个点的邻域进行统计分析来解决，并去除那些不符合特定标准的点。

测试的pcd文件地址
https://raw.github.com/PointCloudLibrary/data/master/tutorials/table_scene_lms400.pcd

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>     //声明点类型
#include <pcl/filters/statistical_outlier_removal.h>int
main (int argc, char** argv)
{pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>);pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_filtered (new pcl::PointCloud<pcl::PointXYZ>);// 定义读取对象pcl::PCDReader reader;// 读取点云文件reader.read<pcl::PointXYZ> ("../table_scene_lms400.pcd", *cloud);std::cerr << "Cloud before filtering: " << std::endl;std::cerr << *cloud << std::endl;// 创建滤波器，对每个点分析的临近点的个数设置为50 ，并将标准差的倍数设置为1  这意味着如果一//个点的距离超出了平均距离一个标准差以上，则该点被标记为离群点，并将它移除，存储起来pcl::StatisticalOutlierRemoval<pcl::PointXYZ> sor;   //创建滤波器对象sor.setInputCloud (cloud);                           //设置待滤波的点云sor.setMeanK (50);                               //设置在进行统计时考虑查询点临近点数sor.setStddevMulThresh (1.0);                      //设置判断是否为离群点的阀值sor.filter (*cloud_filtered);                    //存储std::cerr << "Cloud after filtering: " << std::endl;std::cerr << *cloud_filtered << std::endl;pcl::PCDWriter writer;writer.write<pcl::PointXYZ> ("../table_scene_lms400_inliers.pcd", *cloud_filtered, false);
//true：滤波结果取反，被过滤的点sor.setNegative (true);sor.filter (*cloud_filtered);writer.write<pcl::PointXYZ> ("../table_scene_lms400_outliers.pcd", *cloud_filtered, false);return (0);
}

代码都有注释，看一下结果吧。

原图：
在这里插入图片描述

inliers:

在这里插入图片描述

outliers:

在这里插入图片描述

感觉效果还是比较理想的。

CMakeLists.txt：

cmake_minimum_required(VERSION 3.5 FATAL_ERROR)project(statistical_removal)find_package(PCL 1.2 REQUIRED)include_directories(${PCL_INCLUDE_DIRS})
link_directories(${PCL_LIBRARY_DIRS})
add_definitions(${PCL_DEFINITIONS})add_executable (statistical_removal statistical_removal.cpp)
target_link_libraries (statistical_removal ${PCL_LIBRARIES})

使用参数化模型投影点

这部分主要是学习如何将点投影到参数化模型上(例如，平面，球体等)。参数模型是通过一组系数给出的——在平面的情况下，通过它的方程:ax + by + cz + d = 0。

看一下代码：

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>                    //声明点类型
#include <pcl/ModelCoefficients.h>             //模型系数头文件
#include <pcl/filters/project_inliers.h>          //投影滤波类头文件int
main(int argc, char** argv)
{pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_projected(new pcl::PointCloud<pcl::PointXYZ>);//创建点云并打印出来cloud->width = 5;cloud->height = 1;cloud->points.resize(cloud->width * cloud->height);for (size_t i = 0; i < cloud->points.size(); ++i){cloud->points[i].x = 1024 * rand() / (RAND_MAX + 1.0f);cloud->points[i].y = 1024 * rand() / (RAND_MAX + 1.0f);cloud->points[i].z = 1024 * rand() / (RAND_MAX + 1.0f);}std::cerr << "Cloud before projection: " << std::endl;for (size_t i = 0; i < cloud->points.size(); ++i)std::cerr << "    " << cloud->points[i].x << " "<< cloud->points[i].y << " "<< cloud->points[i].z << std::endl;// 填充ModelCoefficients的值,使用ax+by+cz+d=0平面模型，其中 a=b=d=0,c=1 也就是X——Y平面//定义模型系数对象，并填充对应的数据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;// 创建ProjectInliers对象，使用ModelCoefficients作为投影对象的模型参数pcl::ProjectInliers<pcl::PointXYZ> proj;     //创建投影滤波对象proj.setModelType(pcl::SACMODEL_PLANE);      //设置对象对应的投影模型proj.setInputCloud(cloud);                   //设置输入点云proj.setModelCoefficients(coefficients);       //设置模型对应的系数proj.filter(*cloud_projected);                 //投影结果存储cloud_projectedstd::cerr << "Cloud after projection: " << std::endl;for (size_t i = 0; i < cloud_projected->points.size(); ++i)std::cerr << "    " << cloud_projected->points[i].x << " "<< cloud_projected->points[i].y << " "<< cloud_projected->points[i].z << std::endl;system("pause");return (0);
}

运行结果如下：
在这里插入图片描述

程序的功能也主要就是将三维的点投影到二维xy平面上。

CMakeLists.txt

cmake_minimum_required(VERSION 3.5 FATAL_ERROR)project(project_inliers)find_package(PCL 1.2 REQUIRED)include_directories(${PCL_INCLUDE_DIRS})
link_directories(${PCL_LIBRARY_DIRS})
add_definitions(${PCL_DEFINITIONS})add_executable (project_inliers project_inliers.cpp)
target_link_libraries (project_inliers ${PCL_LIBRARIES})