【点云处理技术之PCL】滤波器——体素滤波器(pcl::VoxelGrid)

体素滤波器是一种下采样的滤波器，它的作用是使用体素化方法减少点云数量，采用体素格中接近中心点的点替代体素内的所有点云，这种方法比直接使用中心点要慢，但是更加精确。这种方式即减少点云数据，并同时保存点云的形状特征，在提高配准，曲面重建，形状识别等算法速度中非常实用。

#include 
#include 
#include 
#include 

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

    // Fill in the cloud data
    pcl::PCDReader reader;
    reader.read("../../pcd/rabbit.pcd", *cloud); // 读取pcd文件，相对路径(相对于可执行文件的位置)

    std::cerr << "PointCloud before filtering: " << cloud->width * cloud->height
              << " data points (" << pcl::getFieldsList(*cloud) << ")." << std::endl;

    // Create the filtering object
    //设置体素滤波器
    pcl::VoxelGrid<pcl::PCLPointCloud2> sor;
    sor.setInputCloud(cloud);             //输入点云
    sor.setLeafSize(0.5f, 0.5f, 0.5f); //体素滤波器，单位m
    sor.filter(*cloud_filtered);          //滤波后的点云

    std::cerr << "PointCloud after filtering: " << cloud_filtered->width * cloud_filtered->height
              << " data points (" << pcl::getFieldsList(*cloud_filtered) << ")." << std::endl;

    pcl::PCDWriter writer; //保存pcd文件
    writer.write("../../pcd/rabbit_downsampled.pcd", *cloud_filtered,
                 Eigen::Vector4f::Zero(), Eigen::Quaternionf::Identity(), false);

    return (0);
}

输出结果：

PointCloud before filtering: 35947 data points (x y z).
PointCloud after filtering: 3056 data points (x y z).

可以使用pcl_viewer查看原图和体素滤波之后的效果，从输出结果和图片对比，都可以看出点云数量明显变少，但是轮廓没有发生改变。

原图效果：

体素滤波下采样效果图：

---

参考：https://pcl.readthedocs.io/projects/tutorials/en/latest/voxel_grid.html#voxelgrid