【点云StatisticalOutlierFilter】python-pcl：去除离群点

点云去除离群点

方法：StatisticalOutlierFilter

原理：使用K近邻方法找到点云中每个点k近邻，计算出标准距离；设置俩个点之间距离超过标准距离*std倍数的为离群点。

结果：将点云分为俩部分，内点以及离群点。通过设置 set_negative 可保存离群点的点云文件，也可保存内点点云文件。

官方示例效果如下：

原始点云：

内点点云：

离群点云：

可以看到柱子腿旁边的离散的点被去掉了。

官方数据集的效果比较好，具体应用到自己的数据集上，点云密度太大，一个是耗时，另一个效果也不是那么好。

# -*- coding: utf-8 -*- # http://pointclouds.org/documentation/tutorials/statistical_outlier.php # http://svn.pointclouds.org/data/tutorials/table_scene_lms400.pcd # <离群点去除，并分别存储不同的文件> import pcl def main(): p = pcl.load("D:/tests/tutorials/table_scene_lms400.pcd") # 使用K近邻的50个点计算标准距离，距离超过标准距离1倍的被认为是离群点 fil = p.make_statistical_outlier_filter() fil.set_mean_k(50) fil.set_std_dev_mul_thresh(1.0) pcl.save(fil.filter(), "D:/tests/tutorials/table_scene_lms400_inliers.pcd") fil.set_negative(True) #保存不满足条件的，即离群点文件 pcl.save(fil.filter(), "D:/tests/tutorials/table_scene_lms400_outliers.pcd") if __name__ == "__main__": main()