点云去除离群点
方法:StatisticalOutlierFilter
原理:使用K近邻方法找到点云中每个点k近邻,计算出标准距离;设置俩个点之间距离超过标准距离*std倍数的为离群点。
结果:将点云分为俩部分,内点以及离群点。通过设置 set_negative 可保存离群点的点云文件,也可保存内点点云文件。
官方示例效果如下:
原始点云:
内点点云:
离群点云:
可以看到柱子腿旁边的离散的点被去掉了。
官方数据集的效果比较好,具体应用到自己的数据集上,点云密度太大,一个是耗时,另一个效果也不是那么好。
# -*- coding: utf-8 -*-
# http://pointclouds.org/documentation/tutorials/statistical_outlier.php
# http://svn.pointclouds.org/data/tutorials/table_scene_lms400.pcd
# <离群点去除,并分别存储不同的文件>
import pcl
def main():
p = pcl.load("D:/tests/tutorials/table_scene_lms400.pcd")
# 使用K近邻的50个点计算标准距离,距离超过标准距离1倍的被认为是离群点
fil = p.make_statistical_outlier_filter()
fil.set_mean_k(50)
fil.set_std_dev_mul_thresh(1.0)
pcl.save(fil.filter(),
"D:/tests/tutorials/table_scene_lms400_inliers.pcd")
fil.set_negative(True) #保存不满足条件的,即离群点文件
pcl.save(fil.filter(),
"D:/tests/tutorials/table_scene_lms400_outliers.pcd")
if __name__ == "__main__":
main()