点云采样方法

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);                  //