pcl——VoxelGrid滤波器

点云入门第六章——入门使用VoxelGrid滤波器对点云进行下采样:
原理:
pcl的VoxelGrid在输入点云数据上创建一个3D 体素网格(将体素网格视为空间中的一组微小的 空间三维立方体的集合)。然后,在每个体素(即立方体 框)中,所有存在的点都将用它们的质心进行近似(即下采样)。这种方法比用体素的中心逼近的方法它们要慢一些,但它更准确地表示曲面。

#include 
#include 
#include 
#include 

using namespace std;
using namespace pcl;
int main (int argc, char** argv)
{
	pcl::PCLPointCloud2::Ptr cloud(new pcl::PCLPointCloud2());
	pcl::PCLPointCloud2::Ptr cloud_filtered(new pcl::PCLPointCloud2());

	//sensor_msgs::PointCloud2::Ptr cloud(new sensor_msgs::PointCloud2());
	//sensor_msgs::PointCloud2::Ptr cloud_filtered(new sensor_msgs::PointCloud2());
  // 填入点云数据
  pcl::PCDReader reader;
  // 把路径改为自己存放文件的路径
  reader.read ("table_scene_lms400.pcd", *cloud); // 记住要事先下载这个数据集!
  std::cerr << "PointCloud before filtering: " << cloud->width * cloud->height 
       << " data points (" << pcl::getFieldsList (*cloud) << ").";
  // 创建滤波器对象
  pcl::VoxelGrid<pcl::PCLPointCloud2> sor;
  sor.setInputCloud(cloud);			//设置滤波对象的需要的点云
  sor.setLeafSize (0.01f, 0.01f, 0.01f);  //设置滤波创建的体素大小为1cm
  sor.filter (*cloud_filtered);				//执行滤波处理,存储输出的对象
  std::cerr << "PointCloud after filtering: " << cloud_filtered->width * cloud_filtered->height 
       << " data points (" << pcl::getFieldsList (*cloud_filtered) << ").";
  //保存结果
  pcl::PCDWriter writer;
  writer.write ("2f.pcd", *cloud_filtered, 
         Eigen::Vector4f::Zero (), Eigen::Quaternionf::Identity (), false);

  system("pause");
  return (0);
}

采样之前的数据,点云数量460400pcl——VoxelGrid滤波器_第1张图片
处理之后41049
pcl——VoxelGrid滤波器_第2张图片
细节部分
pcl——VoxelGrid滤波器_第3张图片
pcl——VoxelGrid滤波器_第4张图片

你可能感兴趣的:(pcl,自动驾驶)