PCL使用RadiusOutlierRemoval进行过滤-CSDN博客

本文链接：https://blog.csdn.net/wdf666520/article/details/112650980

这篇博客记录了使用PCL库进行点云处理的过程，特别是通过RadiusOutlierRemoval算法去除噪声点。作者初始化了一个随机点云，设置搜索半径为100，并要求每个点周围至少有3个邻居点，以此来过滤异常值。在调试过程中，通过调整参数和实时查看可视化结果，解决了点云显示问题。最后展示了输入和输出点云的数目，并通过PCLVisualizer进行可视化验证效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#include <iostream>
#include <pcl/point_types.h>
#include <pcl/filters/radius_outlier_removal.h>
#include <pcl/filters/conditional_removal.h>
#include <pcl/io/pcd_io.h>
#include <pcl/visualization/cloud_viewer.h>
int	main (int argc, char** argv)
{
	pcl::PointCloud<pcl::PointXYZ>::Ptr my_cloud (new pcl::PointCloud<pcl::PointXYZ>);
	pcl::PointCloud<pcl::PointXYZ>::Ptr my_cloud_filtered (new pcl::PointCloud<pcl::PointXYZ>);

	//pcl::PCDReader my_reader;
	//my_reader.read<pcl::PointXYZ>("E:\\vs_code\\hello_pcl\\hello_pcl\\table_scene_lms400.pcd",*my_cloud);
	my_cloud->width = 1000;
	my_cloud->height = 1;
	my_cloud->points.resize(my_cloud->width*my_cloud->height);
	for (size_t i = 0; i < my_cloud->points.size(); ++i)
	{
		my_cloud->points[i].x = 1024 * rand() / (RAND_MAX + 1.0f);
		my_cloud->points[i].y = 1024 * rand() / (RAND_MAX + 1.0f);
		my_cloud->points[i].z = 1024 * rand() / (RAND_MAX + 1.0f);
	}

	for (size_t i = 0; i < my_cloud->points.size(); ++i)
	{
		std::cout<<my_cloud->points[i].x<<" "
			<<my_cloud->points[i].y<<" "
			<<my_cloud->points[i].z<<std::endl;
	}

	pcl::RadiusOutlierRemoval<pcl::PointXYZ> routrem;
	routrem.setInputCloud(my_cloud);
	routrem.setRadiusSearch(100);
	routrem.setMinNeighborsInRadius(3);
	routrem.filter(*my_cloud_filtered);

	std::cout<<"输入的点云个数： "<<my_cloud->points.size()<<std::endl;
	std::cout<<"输出的点云个数： "<<my_cloud_filtered->points.size()<<std::endl;

	pcl::visualization::PCLVisualizer my_viewer1;
	pcl::visualization::PCLVisualizer my_viewer2; 
	my_viewer1.addPointCloud(my_cloud);
	my_viewer2.addPointCloud(my_cloud_filtered);
	while(!my_viewer1.wasStopped())
	{
		my_viewer1.spinOnce(100);
		my_viewer1.spinOnce(100);
	}
	return (0);
}

虽然代码不多，但是还是遇到了一些坑，这里做个简单的记录，写写心得

	pcl::RadiusOutlierRemoval<pcl::PointXYZ> routrem;
	routrem.setInputCloud(my_cloud);
	routrem.setRadiusSearch(100);
	routrem.setMinNeighborsInRadius(3);
	routrem.filter(*my_cloud_filtered);