點(diǎn)云去除離群點(diǎn)

方法：StatisticalOutlierFilter

原理：使用K近鄰方法找到點(diǎn)云中每個(gè)點(diǎn)k近鄰，計(jì)算出標(biāo)準(zhǔn)距離；設(shè)置倆個(gè)點(diǎn)之間距離超過標(biāo)準(zhǔn)距離*std倍數(shù)的為離群點(diǎn)。

結(jié)果：將點(diǎn)云分為倆部分，內(nèi)點(diǎn)以及離群點(diǎn)。通過設(shè)置 set_negative 可保存離群點(diǎn)的點(diǎn)云文件，也可保存內(nèi)點(diǎn)點(diǎn)云文件。

官方示例效果如下：

原始點(diǎn)云：

內(nèi)點(diǎn)點(diǎn)云：

離群點(diǎn)云：

可以看到柱子腿旁邊的離散的點(diǎn)被去掉了。

官方數(shù)據(jù)集的效果比較好，具體應(yīng)用到自己的數(shù)據(jù)集上，點(diǎn)云密度太大，一個(gè)是耗時(shí)，另一個(gè)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# <離群點(diǎn)去除，并分別存儲不同的文件> 
import pcldef main():p = pcl.load("D:/tests/tutorials/table_scene_lms400.pcd")# 使用K近鄰的50個(gè)點(diǎn)計(jì)算標(biāo)準(zhǔn)距離，距離超過標(biāo)準(zhǔn)距離1倍的被認(rèn)為是離群點(diǎn)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) #保存不滿足條件的，即離群點(diǎn)文件pcl.save(fil.filter(),"D:/tests/tutorials/table_scene_lms400_outliers.pcd")if __name__ == "__main__":main()

總結(jié)

以上是生活随笔為你收集整理的【点云StatisticalOutlierFilter】python-pcl：去除离群点的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。