大盤點(diǎn)！三維點(diǎn)云去噪算法，涉及深度學(xué)習(xí)等（1）

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

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

在點(diǎn)云數(shù)據(jù)中，通過適當(dāng)?shù)臑V波和處理方法，去除無用或噪聲點(diǎn)，以提高數(shù)據(jù)質(zhì)量和準(zhǔn)確性的過程。

1 原理

去除明顯分布稀疏的離群點(diǎn)。根據(jù)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個點(diǎn)，每個點(diǎn)的鄰近點(diǎn)個數(shù)設(shè)置為8，則50個點(diǎn)（8領(lǐng)域）的平均值計算如下：則算出50個點(diǎn)的平均值，設(shè)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(shù)據(jù)中去除。

3 核心代碼

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

1 原理

根據(jù)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(shè)置范圍，對點(diǎn)進(jìn)行濾波，保留范圍內(nèi)的或保留范圍外的，則去除離群點(diǎn)。

2 舉例

在一個點(diǎn)云數(shù)據(jù)中，取z軸0~1范圍內(nèi)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(shè)置為z軸方向
pass.setFi1terLimits (0.0，1.0);//設(shè)置在過濾方向上的過濾范圍
// pass.setKeepOrganized(true);//保持有序點(diǎn)云結(jié)構(gòu)，該功能用于有序點(diǎn)云才有意義。
pass.setNegative (true);//設(shè)置保留范圍內(nèi)的點(diǎn)還是過濾掉范圍內(nèi)的點(diǎn)，標(biāo)志為false時保留范圍內(nèi)的點(diǎn)

1 原理

設(shè)定濾波半徑，計算每個點(diǎn)在其半徑范圍內(nèi)的其他點(diǎn)的個數(shù)。半徑范圍內(nèi)其他點(diǎn)個數(shù)少于某一設(shè)定的閾值的點(diǎn)將被濾除。

2 舉例設(shè)置半徑為d，分別考察黃藍(lán)綠三點(diǎn)，若點(diǎn)個數(shù)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(shè)置半徑為0.1m范圍內(nèi)找臨近點(diǎn)
ror.setMinNeighborsInRadius(10); // 設(shè)置查詢點(diǎn)的鄰域點(diǎn)集數(shù)小于10刪除
ror.fi1ter(*cloud_radius);       //執(zhí)行濾波

1 原理

根據(jù)點(diǎn)云數(shù)據(jù)的某些屬性或特征進(jìn)行篩選，可以一次刪除滿足對輸入的點(diǎn)云設(shè)定的一個或多個條件指標(biāo)的所有的數(shù)據(jù)點(diǎn)，如點(diǎn)的法線方向、點(diǎn)的強(qiáng)度值、點(diǎn)的顏色等屬性來篩選點(diǎn)云數(shù)據(jù)。

條件濾波和直通濾波的區(qū)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

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

2 步驟

• 定義一個固定大小的鄰域窗口，通常是一個正方形或矩形窗口。
• 將窗口內(nèi)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。
• 對圖像中的每個像素都應(yīng)用上述步驟，以完成中值濾波。
• 如下圖3×3的內(nèi)核（也可看做窗口，或者模版）：

image.png

1 原理

是一種常用的線性濾波方法，通過計算鄰域窗口內(nèi)像素值的平均值來實(shí)現(xiàn)去噪的效果。但會破壞圖像細(xì)節(jié)，使圖像變得模糊。

2 舉例

3×3的內(nèi)核（也可看做窗口，或者模版）中，包含了9個點(diǎn)及對應(yīng)像素值。在對該區(qū)域進(jìn)行濾波過程為：對P1~P9九個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(qū)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?yàn)樗x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(yùn)行速度更快