c++ - PCL : How to delete deviations from a point cloud?

Question

我得到了一个点云，其中大多数点非常接近，代表一个对象。该点云是通过深度传感器对图像进行分割而得出的。由于存在一些不准确性，点云中也有一些点与其余点有一定距离。就像一个自己的小点群。您可以在此处看到这些以红色列出的点:

现在我想删除这些点以进一步处理点云。这样做的最佳方法是什么？我考虑过使用 k-means 等聚类算法进行一些聚类。但这样做时我需要事先知道簇的数量。由于该点云源自传感器，因此我并不总是拥有想要删除的这些点。有时有一个集群，有时有更多。

有没有推荐的方法来解决这个问题？

我希望有任何意见。谢谢。

PS:我正在使用 C++ 和 pcl 库。

Answer 1

我建议尝试 PCL 中内置的统计异常值过滤器:http://pointclouds.org/documentation/tutorials/statistical_outlier.php

您应该能够将该示例逐字复制到您的代码中，它会为您清除这些稀疏点(在更改两个硬编码值以适合您的场景之后)。如果您总是看到相同的场景或相似的场景，那就足够了。但是，如果您需要一个更通用的解决方案来适应不同的噪声或稀疏点云，我建议您事先(在代码中)做最近邻直方图，然后做一些简单的峰值分析来设置过滤器上的标准偏差。

应用此过滤器后，聚类应该变得微不足道，因为稀疏点将被删除，并且聚类之间的任何稀疏桥也将被删除。

尽管有多种聚类解决方案，但在这种情况下，我可能会选择欧几里德聚类提取(您可能不需要将体素网格作为示例中所示的预处理步骤，因为您的云本身间隔良好，因为到您的传感器): http://www.pointclouds.org/documentation/tutorials/cluster_extraction.php

簇容差变量将允许您准确指定相距多远的点可以包含在同一簇中。