大盤(pán)點(diǎn)！三維點(diǎn)云去噪算法，涉及深度學(xué)習等（1）

噪聲：也稱(chēng)為孤立點(diǎn)/離群點(diǎn)/異常點(diǎn)，是指點(diǎn)云數據中的不相關(guān)或不希望存在的干擾信號或誤差。噪聲來(lái)源：環(huán)境光線(xiàn)的明亮程度、測量設備精度及系統誤差、物體材料及表面的紋理和人為抖動(dòng)等因素影響。

環(huán)境光線(xiàn)的明亮程度、測量設備精度及系統誤差、物體材料及表面的紋理和人為抖動(dòng)等因素。

在點(diǎn)云數據中，通過(guò)適當的濾波和處理方法，去除無(wú)用或噪聲點(diǎn)，以提高數據質(zhì)量和準確性的過(guò)程。

1 原理

去除明顯分布稀疏的離群點(diǎn)。根據給定均值與方差，可剔除方差之外的點(diǎn)，即方差之外的點(diǎn)是正確點(diǎn)。

2 舉例

一點(diǎn)云中有50個(gè)點(diǎn)，每個(gè)點(diǎn)的鄰近點(diǎn)個(gè)數設置為8，則50個(gè)點(diǎn)（8領(lǐng)域）的平均值計算如下：則算出50個(gè)點(diǎn)的平均值，設置距離閾值σ，若平均值在閾值之外的視為離群點(diǎn)，在點(diǎn)云數據中去除。

3 核心代碼

—--統計濾波
//創(chuàng  )建濾波器。對每個(gè)點(diǎn)分析的臨近點(diǎn)的個(gè)數設置為50，并將標準差的倍數設置為1，這意味著(zhù)如果一個(gè)點(diǎn)的距
離超出了平均距離一個(gè)標準差以上，則該點(diǎn)被標記為離群點(diǎn)，并將它移除，存儲起來(lái)
pcl::Statistical0utlierRemowal<pcl : : PointIYZ>Sor;
sor. setInputCloud (cloud);//設置待波波的點(diǎn)云
sor.setMeamK (50);         //設置在進(jìn)行統計時(shí)考慮查詢(xún)點(diǎn)鄰近點(diǎn)數
Sor. setStddevMu1Thresh(1); //設置判斷是否為高群點(diǎn)的閾值，里邊的數字表示標準差的倍數，1個(gè)標準差以上就是離群點(diǎn)。
//即。當判斷點(diǎn)的k近鄰平均距高(mean distance)大于全局的1倍標準差+平均距離(global distances meanm and standard)，則為離群點(diǎn)。

1 原理

根據點(diǎn)云的屬性（屬性比如x，y，z，顏色值等），在點(diǎn)的屬性上設置范圍，對點(diǎn)進(jìn)行濾波，保留范圍內的或保留范圍外的，則去除離群點(diǎn)。

2 舉例

在一個(gè)點(diǎn)云數據中，取z軸0~1范圍內的點(diǎn)云進(jìn)行保存。

3 核心代碼

//創(chuàng  )建濾波器對象
pcl::PassThrough<pcl::PointXYZ> pass;
pass.setInputCloud (c1oud);
pass.setFi1terFie1dName ("z");//濾波字段名被設置為z軸方向
pass.setFi1terLimits (0.0，1.0);//設置在過(guò)濾方向上的過(guò)濾范圍
// pass.setKeepOrganized(true);//保持有序點(diǎn)云結構，該功能用于有序點(diǎn)云才有意義。
pass.setNegative (true);//設置保留范圍內的點(diǎn)還是過(guò)濾掉范圍內的點(diǎn)，標志為false時(shí)保留范圍內的點(diǎn)

1 原理

設定濾波半徑，計算每個(gè)點(diǎn)在其半徑范圍內的其他點(diǎn)的個(gè)數。半徑范圍內其他點(diǎn)個(gè)數少于某一設定的閾值的點(diǎn)將被濾除。

2 舉例設置半徑為d，分別考察黃藍綠三點(diǎn)，若點(diǎn)個(gè)數的閾值為1，則黃色點(diǎn)將被濾除；若閾值為2，則黃色點(diǎn)和綠色點(diǎn)都將被濾除。3 核心代碼

ror.setInputC1oud(c1oud_in);     //輸入點(diǎn)云
ror.setRadiusSearch(0.1);        //設置半徑為0.1m范圍內找臨近點(diǎn)
ror.setMinNeighborsInRadius(10); // 設置查詢(xún)點(diǎn)的鄰域點(diǎn)集數小于10刪除
ror.fi1ter(*cloud_radius);       //執行濾波

1 原理

根據點(diǎn)云數據的某些屬性或特征進(jìn)行篩選，可以一次刪除滿(mǎn)足對輸入的點(diǎn)云設定的一個(gè)或多個(gè)條件指標的所有的數據點(diǎn)，如點(diǎn)的法線(xiàn)方向、點(diǎn)的強度值、點(diǎn)的顏色等屬性來(lái)篩選點(diǎn)云數據。

條件濾波和直通濾波的區別：

條件濾波基于點(diǎn)的任何屬性或特征進(jìn)行篩選，而直通濾波只能基于軸向范圍進(jìn)行篩選。

1 原理

是常用的非線(xiàn)性濾波方法，用于去除圖像或信號中的噪聲。它通過(guò)將像素值替換為其鄰域窗口內的中值來(lái)實(shí)現去噪的效果。

2 步驟

• 定義一個(gè)固定大小的鄰域窗口，通常是一個(gè)正方形或矩形窗口。
• 將窗口內的像素值按照從小到大的順序進(jìn)行排序。
• 取排序后的像素值的中間值作為中心像素的新值，用于替換原始像素值。
• 對圖像中的每個(gè)像素都應用上述步驟，以完成中值濾波。
• 如下圖3×3的內核（也可看做窗口，或者模版）：

image.png

1 原理

是一種常用的線(xiàn)性濾波方法，通過(guò)計算鄰域窗口內像素值的平均值來(lái)實(shí)現去噪的效果。但會(huì )破壞圖像細節，使圖像變得模糊。

2 舉例

3×3的內核（也可看做窗口，或者模版）中，包含了9個(gè)點(diǎn)及對應像素值。在對該區域進(jìn)行濾波過(guò)程為：對P1~P9九個(gè)像素的灰度值求平均，代替中間P5的灰度值。中值濾波和均值濾波的區別

• 中值濾波能夠更好地處理脈沖噪聲或孤立的離群點(diǎn)，因為它選擇中值作為替代值，而不受異常值的影響。
• 中值濾波去除脈沖噪聲或孤立的離群點(diǎn)，均值濾波能夠平滑信號或圖像。
• 相比之下中值濾波運行速度更快