【PCL学习四】PCL滤波

环境：Ubuntu 16.04

VoxelGrid滤波器

使用VoxelGrid滤波器对点云进行下采样

 使用体素化网格方法实现下采样，即减少点的数量 减少点云数据，并同时保存点云的形状特征，在提高配准，曲面重建，形状识别等算法速度中非常实用，PCL是实现的VoxelGrid类通过输入的点云数据创建一个三维体素栅格，容纳后每个体素内用体素中所有点的重心来近似显示体素中其他点，这样该体素内所有点都用一个重心点最终表示，对于所有体素处理后得到的过滤后的点云，这种方法比用体素中心逼近的方法更慢，但是对于采样点对应曲面的表示更为准确。

准备一个pcd文件 rabbit.pcd

链接：https://pan.baidu.com/s/1VWbTInrZ3Z9g23baage7ow
提取码：2ins

一、创建  pcl_voxel_grid.cpp  CMakeLists.txt

pcl_voxel_grid.cpp

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/filters/voxel_grid.h>


int
main (int argc, char** argv)
{

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

  //点云对象的读取
  pcl::PCDReader reader;
 
  reader.read ("rabbit.pcd", *cloud);    //读取点云到cloud中

  std::cerr << "PointCloud before filtering: " << cloud->width * cloud->height 
       << " data points (" << pcl::getFieldsList (*cloud) << ")." << std::endl;

  /******************************************************************************
  创建一个叶大小为0.8*0.8*0.8的pcl::VoxelGrid滤波器，
**********************************************************************************/
  pcl::VoxelGrid<pcl::PCLPointCloud2> sor;  //创建滤波对象
  sor.setInputCloud (cloud);            //设置需要过滤的点云给滤波对象
  sor.setLeafSize (0.8f, 0.8f, 0.8f);  //设置滤波时创建的体素体积为0.8*0.8*0.8 m³的立方体
  sor.filter (*cloud_filtered);           //执行滤波处理，存储输出

  std::cerr << "PointCloud after filtering: " << cloud_filtered->width * cloud_filtered->height 
       << " data points (" << pcl::getFieldsList (*cloud_filtered) << ")." << std::endl;

  pcl::PCDWriter writer;
  writer.write ("rabbit_downsampled.pcd", *cloud_filtered, 
         Eigen::Vector4f::Zero (), Eigen::Quaternionf::Identity (), false);

  return (0);
}

CMakeLists.txt

cmake_minimum_required(VERSION 2.8 FATAL_ERROR)

project(pcl_voxel_grid)

find_package(PCL 1.2 REQUIRED)

include_directories(${PCL_INCLUDE_DIRS})
link_directories(${PCL_LIBRARY_DIRS})
add_definitions(${PCL_DEFINITIONS})

add_executable (pcl_voxel_grid pcl_voxel_grid.cpp)
target_link_libraries (pcl_voxel_grid ${PCL_LIBRARIES})

创建build文件夹

mkdir build
cd build
cmake ..
make

将rabbit.pcd拷贝到build文件夹，运行程序

./pcl_voxel_grid

可见 35947个点云数据已经被过滤到1192个点云，文件夹下生成了新的pcd文件

pcl_viewer显示滤波后的点云

pcl_viewer  rabbit_downsample.pcd

原始点云与滤波后的点云可视化结果，明显的可以看出来，点的密度大小与整齐程度不同，虽然处理后的数据量大大减小，但是很明显所含有的形状特征和空间结构信息与原始点云差不多。