多帧点云数据拼接合并_PCL点云处理实践(二):点云的处理和拼接

滤除背景

我们获得的点云可能包含一部分背景的点云。要去除背景，只保留人体信息，最简单的方式是使用直通滤波器滤除较远点。这部分代码如下：1

2

3

4

5

6pcl::PassThrough<:pointxyz>pass; //设置滤波器对象

pass.setInputCloud(cloud); //设置输入点云

pass.setFilterFieldName("z"); //设置过滤时所需要点云类型的z字段

pass.setFilterLimits(0.0,1.0); //设置在过滤字段上的范围

//pass.setFilterLimitsNegative (true); //设置保留范围内的还是过滤掉范围内的

pass.filter(*cloud_filtered); //执行滤波，保存过滤结果在cloud_filtered

滤除背景也可以通过Kinect SDK实现，这部分可以参考SDK的“游戏者ID”。

移除离群点

激光扫描通常会产生密度不均匀的点云数据集。另外，测量中的误差会产生稀疏的离群点，使效果更糟。因此对每个点的邻域进行一个统计分析，并修剪掉那些不符合一定标准的点。1

2

3

4

5pcl::StatisticalOutlierRemoval<:pointxyz> sor;// 创建滤波器对象

sor.setInputCloud(cloud); //设置呆滤波的点云

sor.setMeanK(50); //设置在进行统计时考虑查询点邻近点数

sor.setStddevMulThresh(1.0); //设置判断是否为离群点的阈值

sor.filter(*cloud_filtered); //执行滤波处理保存内点到cloud_filt