常見點(diǎn)云濾波算法

姓名:張志文 學(xué)號(hào):19021210649
【嵌牛觀察】
目前點(diǎn)云處理的算法十分的多霍衫,不同的濾波算法有著不同的應(yīng)用方向
【嵌牛鼻子】
點(diǎn)云霍狰;濾波
【嵌牛提問】
常見的點(diǎn)云濾波算法有哪些锯厢?
【嵌牛正文】

常見點(diǎn)云濾波

點(diǎn)云濾波作為常見的點(diǎn)云處理算法娇未,一般是點(diǎn)云處理的第一步,對后續(xù)處理有很重要作用蚓胸。濾波有很多方面也有很多種功能厕九,比如去除噪聲點(diǎn)蓖捶、離群點(diǎn)、點(diǎn)云平滑以及空洞扁远、數(shù)據(jù)壓縮等俊鱼。下面我們來列舉一下,我們在開源項(xiàng)目中可以找到的濾波算法:

  • 直通濾波器
  • 體素濾波器
  • 統(tǒng)計(jì)濾波器
  • 條件濾波
  • 半徑濾波器
  • 雙邊濾波
  • 高斯濾波
  • 均勻采樣濾波
  • 移動(dòng)最小二乘法光滑濾波
  • 基于權(quán)重局部優(yōu)化投影 (WLOP) 簡化算法
  • DoN算法
  • 以及各種通過規(guī)則進(jìn)行點(diǎn)調(diào)整或者刪除的都可以成為濾波算法
image

下面對上面列舉出來的一部分進(jìn)行解釋畅买。

濾波算法原理

  • 直通濾波器

直通濾波器就是根據(jù)點(diǎn)云的屬性(屬性比如x并闲,y,z谷羞,顏色值等)帝火,在點(diǎn)的屬性上設(shè)置范圍,對點(diǎn)進(jìn)行濾波湃缎,保留范圍內(nèi)的或保留范圍外的犀填。

舉例:在一個(gè)rgbd數(shù)據(jù)中,只想保留深度值小于5米的數(shù)據(jù)嗓违,就可以通過直通濾波器來保留z屬性小于5米的點(diǎn)云九巡。

開源代碼庫:PCL

  • 體素濾波器

體素的概念類似于像素,使用AABB包圍盒將點(diǎn)云數(shù)據(jù)體素化靠瞎,根據(jù)體素中的點(diǎn),計(jì)算出代表這個(gè)體素的點(diǎn)求妹,達(dá)到下采樣的目的乏盐。體素濾波器可以達(dá)到向下采樣同時(shí)不破壞點(diǎn)云本身幾何結(jié)構(gòu)的功能,但是會(huì)移動(dòng)點(diǎn)的位置制恍。此外體素濾波器可以去除一定程度的噪音點(diǎn)及離群點(diǎn)父能。主要功能是用來進(jìn)行降采樣。

特點(diǎn):可以將點(diǎn)云降采樣至同一間距净神,初始密度影響不大何吝,主要根據(jù)設(shè)置體素的大小溉委。

image

開源代碼庫:PCL

  • 均勻采樣濾波

均勻采樣濾波基本上等同于體素濾波器,但是其不改變點(diǎn)的位置爱榕。下采樣后瓣喊,其點(diǎn)云分布基本均勻,但是其點(diǎn)云的準(zhǔn)確度要好于體素濾波黔酥,因?yàn)闆]有移動(dòng)點(diǎn)的位置藻三。

開源代碼庫:PCL

  • 統(tǒng)計(jì)濾波器

統(tǒng)計(jì)濾波器用于去除明顯離群點(diǎn)。離群點(diǎn)特征是在空間中分布稀疏跪者】妹保考慮到離群點(diǎn)的特征,則可以定義某處點(diǎn)云小于某個(gè)密度渣玲,既點(diǎn)云無效逗概。計(jì)算每個(gè)點(diǎn)到其最近的k個(gè)點(diǎn)平均距離。則點(diǎn)云中所有點(diǎn)的距離應(yīng)構(gòu)成高斯分布忘衍。根據(jù)給定均值與方差逾苫,可剔除方差之外的點(diǎn)。即使方差之外的點(diǎn)是正確點(diǎn)淑履,但是其太稀疏隶垮,帶來的信息也是很少的。

特點(diǎn):主要是根據(jù)密度去除離群點(diǎn)秘噪,對密度差異較大的離群點(diǎn)去除效果較好狸吞。

image

開源代碼庫:PCL

  • 條件濾波

條件濾波器通過設(shè)定濾波條件進(jìn)行濾波,有點(diǎn)分段函數(shù)的味道指煎,當(dāng)點(diǎn)云在一定范圍則留下蹋偏,不在則舍棄。直通濾波器是一種較簡單的條件濾波器至壤。條件濾波器更像是一個(gè)不帶有濾波核的工具威始。

開源代碼庫:PCL

  • 半徑濾波器

半徑濾波器與統(tǒng)計(jì)濾波器相比更加簡單粗暴。以某點(diǎn)為中心畫一個(gè)圓計(jì)算落在該圓中點(diǎn)的數(shù)量像街,當(dāng)數(shù)量大于給定值時(shí)黎棠,則保留該點(diǎn)肥橙,數(shù)量小于給定值則剔除該點(diǎn)灭红。此算法運(yùn)行速度快,依序迭代留下的點(diǎn)一定是最密集的义桂,但是圓的半徑和圓內(nèi)點(diǎn)的數(shù)目都需要人工指定畴栖。

主要還是用于去除離群點(diǎn)随静,在一定程度上可以用來篩選邊緣點(diǎn)。

開源代碼庫:PCL

  • 高斯濾波

高斯濾波是一種非線性濾波器,采用加權(quán)平均的方式燎猛。在指定域內(nèi)的權(quán)重是根據(jù)歐式距離的高斯分布恋捆,通過權(quán)重加權(quán)平均的方式得到當(dāng)前點(diǎn)的濾波后的點(diǎn)。

特點(diǎn):高斯濾波平滑效果較好但是邊緣角點(diǎn)也會(huì)被較大的平滑重绷。

開源代碼庫:PCL

pcl::PointCloud<pcl::PointXYZRGB>::Ptr inputCloud,cloud; 
pcl::filters::Convolution<pcl::PointXYZRGB, pcl::PointXYZRGB> convolution; 
Eigen::ArrayXf gaussian_kernel(5); 
gaussian_kernel << 1.f/16, 1.f/4, 3.f/8, 1.f/4, 1.f/16; 
convolution.setBordersPolicy(
       pcl::filters::Convolution<pcl::PointXYZRGB, pcl::PointXYZRGB>::BORDERS_POLICY_IGNORE); 
convolution.setDistanceThreshold (static_cast<float> (0.1)); 
convolution.setInputCloud (inputCloud); 
convolution.setKernel (gaussian_kernel); 
convolution.convolve(*cloud); 

  • 雙邊濾波

雙邊濾波是一種非線性濾波器沸停,它可以達(dá)到保持邊緣、降噪平滑的效果论寨。一定程度上擬補(bǔ)了高斯濾波的缺點(diǎn)星立。雙邊濾波對高斯噪聲效果比較好。

雙邊濾波從單純的考慮空間域點(diǎn)的位置的高斯濾波上葬凳,又加上一個(gè)維度上的權(quán)重绰垂。在點(diǎn)云處理上,可以叫做為特征域火焰,即當(dāng)前點(diǎn)的法向量與臨近點(diǎn)的法向量劲装。通過改變兩個(gè)域上的高斯濾波的方差來平衡平滑效果以及保持邊緣的效果。具體的公式也需要一篇文章來解釋昌简。

開源代碼庫:CGAL占业,PCL(兩個(gè)實(shí)現(xiàn)的方式不同,CGAL的效果更好)

  • 移動(dòng)最小二乘法光滑濾波

移動(dòng)最小二乘法光滑濾波思路很簡單纯赎,就是根據(jù)點(diǎn)云谦疾,找到一個(gè)函數(shù),這個(gè)函數(shù)有一系列的局部的函數(shù)組成(這個(gè)工作是通過移動(dòng)最小二乘法完成的犬金,可能需要一篇文章來解釋移動(dòng)最小二乘法)念恍,這個(gè)函數(shù)的特性是光滑的,然后將點(diǎn)投影到函數(shù)上晚顷,就完成了平滑的目的峰伙。

開源代碼庫:PCL、VCGLIB该默、CGAL

  • 基于權(quán)重局部優(yōu)化投影 (WLOP) 簡化算法

wlop是一種點(diǎn)云增強(qiáng)方法瞳氓,可以消除噪聲、刪除外點(diǎn)并得到均勻的采樣密度栓袖。這個(gè)原理比較復(fù)雜匣摘,暫時(shí)還沒看懂其實(shí)現(xiàn)流程。先看一張效果圖:

image.png

開源代碼庫:CGAL

  • DoN算法

DoN(Difference of Normal)裹刮,利用了多尺度空間的思想音榜,算法的目的是在去除點(diǎn)云低頻濾波(或者保留高頻信息),低頻信息(例如建筑物墻面必指,地面)往往會(huì)對分割產(chǎn)生干擾囊咏,高頻信息(例如建筑物窗框恕洲,路面障礙錐)往往尺度上很小塔橡,直接采用基于臨近信息的濾波器會(huì)將此類信息合并至墻面或路面中梅割。算法如下:

  1. 在小尺度上計(jì)算點(diǎn)云法線1
  2. 在大尺度上計(jì)算點(diǎn)云法線2
  3. 法線1-法線2
  4. 濾去3中值較小的點(diǎn)(低頻信息,較平坦的部分葛家,如墻面地面等)
  5. 歐式分割(將高頻信息分開)

此算法的目的可以較好的分開高頻信息和低頻信息户辞。

開源代碼庫:PCL(沒有直接實(shí)現(xiàn),很容易實(shí)現(xiàn))

總結(jié)

所謂濾波器癞谒,其實(shí)主要通過局部計(jì)算的方式底燎,獲得一個(gè)響應(yīng)值,然后根據(jù)響應(yīng)值調(diào)整點(diǎn)云弹砚,比如位置調(diào)整双仍,保留或刪除某點(diǎn)。跟圖像上的濾波器思想還是一樣的桌吃,只不過在點(diǎn)云里面朱沃,存在無序點(diǎn)云罷了。

當(dāng)沒有一個(gè)濾波器能完整達(dá)到要求時(shí)茅诱,我們通過組裝多個(gè)濾波器達(dá)到更復(fù)雜的功能逗物。偏向應(yīng)用的算法工程師可能完成一個(gè)需求要疊加很多個(gè)濾波器,其實(shí)CNN不也是一堆濾波器的組裝嘛瑟俭。

本文內(nèi)容為轉(zhuǎn)載翎卓,版權(quán)歸作者所有

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市摆寄,隨后出現(xiàn)的幾起案子失暴,更是在濱河造成了極大的恐慌,老刑警劉巖椭迎,帶你破解...
    沈念sama閱讀 206,482評(píng)論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件锐帜,死亡現(xiàn)場離奇詭異,居然都是意外死亡畜号,警方通過查閱死者的電腦和手機(jī)缴阎,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,377評(píng)論 2 382
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來简软,“玉大人蛮拔,你說我怎么就攤上這事”陨” “怎么了建炫?”我有些...
    開封第一講書人閱讀 152,762評(píng)論 0 342
  • 文/不壞的土叔 我叫張陵,是天一觀的道長疼蛾。 經(jīng)常有香客問我肛跌,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 55,273評(píng)論 1 279
  • 正文 為了忘掉前任衍慎,我火速辦了婚禮转唉,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘稳捆。我一直安慰自己赠法,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,289評(píng)論 5 373
  • 文/花漫 我一把揭開白布乔夯。 她就那樣靜靜地躺著砖织,像睡著了一般。 火紅的嫁衣襯著肌膚如雪末荐。 梳的紋絲不亂的頭發(fā)上侧纯,一...
    開封第一講書人閱讀 49,046評(píng)論 1 285
  • 那天,我揣著相機(jī)與錄音甲脏,去河邊找鬼茂蚓。 笑死,一個(gè)胖子當(dāng)著我的面吹牛剃幌,可吹牛的內(nèi)容都是我干的聋涨。 我是一名探鬼主播,決...
    沈念sama閱讀 38,351評(píng)論 3 400
  • 文/蒼蘭香墨 我猛地睜開眼负乡,長吁一口氣:“原來是場噩夢啊……” “哼牍白!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起抖棘,我...
    開封第一講書人閱讀 36,988評(píng)論 0 259
  • 序言:老撾萬榮一對情侶失蹤茂腥,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后切省,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體最岗,經(jīng)...
    沈念sama閱讀 43,476評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 35,948評(píng)論 2 324
  • 正文 我和宋清朗相戀三年朝捆,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了般渡。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,064評(píng)論 1 333
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡芙盘,死狀恐怖驯用,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情儒老,我是刑警寧澤蝴乔,帶...
    沈念sama閱讀 33,712評(píng)論 4 323
  • 正文 年R本政府宣布,位于F島的核電站驮樊,受9級(jí)特大地震影響薇正,放射性物質(zhì)發(fā)生泄漏片酝。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,261評(píng)論 3 307
  • 文/蒙蒙 一挖腰、第九天 我趴在偏房一處隱蔽的房頂上張望钠怯。 院中可真熱鬧,春花似錦曙聂、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,264評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至贤姆,卻和暖如春榆苞,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背霞捡。 一陣腳步聲響...
    開封第一講書人閱讀 31,486評(píng)論 1 262
  • 我被黑心中介騙來泰國打工坐漏, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人碧信。 一個(gè)月前我還...
    沈念sama閱讀 45,511評(píng)論 2 354
  • 正文 我出身青樓赊琳,卻偏偏與公主長得像,于是被迫代替她去往敵國和親砰碴。 傳聞我的和親對象是個(gè)殘疾皇子躏筏,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,802評(píng)論 2 345

推薦閱讀更多精彩內(nèi)容

  • 本博客內(nèi)容來源于網(wǎng)絡(luò)以及其他書籍,結(jié)合自己學(xué)習(xí)的心得進(jìn)行重編輯呈枉,因?yàn)榭戳撕芏辔恼虏槐阋灰粯?biāo)注引用趁尼,如圖片文字等侵權(quán)...
    開飛機(jī)的喬巴閱讀 7,916評(píng)論 0 9
  • 1. 需要進(jìn)行濾波的4種情況 1 點(diǎn)云數(shù)據(jù)密度不規(guī)則2 離群點(diǎn)(比如由于遮擋等原因噪聲的)3 下采樣4 噪聲 2....
    紅縷魚與綠縷魚與驢閱讀 7,313評(píng)論 0 3
  • 分成7步對 Lidar 的流程進(jìn)行敘述: 1.坐標(biāo)及格式轉(zhuǎn)換 Apollo 使用了開源庫Eigen進(jìn)行高效的矩陣計(jì)...
    愛叫啥叫啥去閱讀 9,846評(píng)論 1 2
  • 到目前為止,我能想到最浪漫的事猖辫,就是和他一起撐傘漫步雨中酥泞。 雨,是那種不大不小啃憎,密度剛剛好芝囤,打在傘上聽上去“嗒叭嗒...
    窩窩的特殊時(shí)光閱讀 309評(píng)論 0 0
  • 是從巧家出發(fā),因?yàn)橛晏煨疗迹囁佥^慢凡人,耗時(shí)4個(gè)小時(shí)才到四川大涼山州西昌市中心。途經(jīng)西昌海拔最高地螺髻山叹阔,這里剛下過雪挠轴,...
    小巧人兒閱讀 163評(píng)論 0 0