Open3D常用点云滤波

在点云处理中，过密的点云需要下采样，离群点和噪声点需要去除，通过滤波的方法，可以抽稀点云，把离群点去除，以便进行下一步处理

open3d中，很多滤波器已经被封装成了对应的方法（源码是C++）

1.直通滤波

直通滤波过滤指定维度(x，y，z)内，指定值域外的点

# 定义直通滤波函数
def pass_through(cloud, limit_min=0, limit_max=10, filter_value_name="z"):
 
    points = np.asarray(cloud.points)

    if filter_value_name == "x":

        ind = np.where((points[:, 0] >= limit_min) & (points[:, 0] <= limit_max))[0]
        x_cloud = pcd.select_by_index(ind)
        return x_cloud

    elif filter_value_name == "y":

        ind = np.where((points[:, 1] >= limit_min) & (points[:, 1] <= limit_max))[0]
        y_cloud = cloud.select_by_index(ind)
        return y_cloud

    elif filter_value_name == "z":

        ind = np.where((points[:, 2] >= limit_min) & (points[:, 2] <= limit_max))[0]
        z_cloud = pcd.select_by_index(ind)
        return z_cloud

pcd = o3d.io.read_point_cloud("./data/test.ply")
filtered_cloud = pass_through(pcd,limit_min=0,limit_max=50,
                             filter_value_name="y")

2.体素下采样

下采样

首先根据输入点云，计算一个正好包裹点云的长方体，然后根据给定的体素分辨率分割成小正方体(体素)，最后用非空体素的质心或者中心坐标代替原来的点

调用o3d函数，参数只有一个：给定的体素分辨率

pcd = o3d.io.read_point_cloud("./data/test.ply")
pcd.voxel_down_sample(voxel_size = 0.05)

3.均匀下采样

也是下采样

通过构建球体，选择距离球心最近的点采样，比起体素下采样，均匀下采样不移动点本身的位置

调用o3d函数，参数只有一个：每k个点保留一个点

pcd = o3d.io.read_point_cloud("./data/test.ply")
pcd =pcd.uniform_down_sample(every_k_points = 3)

4.统计滤波

去除分布稀疏的点

对于点云中的每个点，计算到最近k个点的平均距离，然后假设结果构成高斯分布，过滤平均距离大于标准差的点

调用o3d函数，参数有两个：

# nb_neighbors:最近k个点    std_ratio:基于标准差的阈值，越小滤除点越多
cl,ind = pcd.remove_statistical_outlier(nb_neighbors=5,std_ratio=1)
pcd = pcd.select_by_index(ind)

5.半径滤波

也是去除分布稀疏的点

以每个点为中心建立给定半径的球体，移除球体中点的数量小于给定阈值的点

调用o3d函数，参数有两个：

# nb_points:基于球体内包含点数量的阈值  radius:半径
cl,ind = pcd.remove_radius_outlier(nb_points,radios=1)
pcd = pcd.select_by_index(ind)