1.体素降采样
体素(Voxel):将三维空间划分成一个个立体的方格,每个方格就叫一个体素。

在每个体素中可能存在几个点,也可能没有点。降采样的思路为:检查每个体素中是否有点存在,若有,则对这些点取平均或加权平均得到一个点,以此来替代原来网格中所有的点。
显然,网格选取越大则采样之后的点云越少,处理速度变快,但会对原先点云过度模糊,网格选取越小,则作用相反。通常,这个采样点可以是体素中所有点坐标的平均值(质心),也可以是中心点或者离中心点最近的点。
- 效率高
- 采样点分布比较均匀
- 可以通过控制体素大小间接控制采样点的距离(采样后点云的稀疏程度) 但是不能精确控制采样点个数
- 采集到的点云数量不可控
核心代码如下:
pcl::VoxelGrid<pcl::PointXYZ> sor; //创建体素网格采样处理对象
sor.setInputCloud(cloud); //设置输入点云
sor.setLeafSize(0.01f, 0.01f, 0.01f); //设置体素大小,单位:m
sor.filter(*cloud_filtered); //进行下采样
2.均匀采样
均匀采样的原理类似于体素化网格采样方法,同样是将点云空间进行划分,不过是以半径=r的球体,在当前球体所有点中选择距离球体中心最近的点替代所有点,注意,此时点的位置是不发生移动的。球体半径选取越大则采样之后的点云越少,处理速度变快,但会对原先点云过度模糊,网格选取越小,则作用相反。
均匀采样的特点是采样点分布均匀,不会移动点云点,准确度较高,但时间复杂度提升。
核心代码如下:
pcl::UniformSampling<pcl::PointXYZ> form; // 创建均匀采样对象
form.setInputCloud(cloud); //

最低0.47元/天 解锁文章
9207

被折叠的 条评论
为什么被折叠?



