英文原网页查看。

使用VoxelGrid过滤器向下采样点云

在本教程中，我们将学习如何使用体素化网格方法对点云数据集进行降采样(即减少点的数量)。
我们将介绍的VoxelGrid类在输入点云数据上创建一个3D体素网格(将体素网格看作空间中的一组小3D框)。然后，在每个体素(即3D框），所有的点都是它们质心近似值。这种方法比用体素中心近似它们要慢一点，但是它更准确地表示了底层表面。

代码

首先，下载数据集table_scene_lms400.pcd将它保存到磁盘的某个地方。
然后，在您喜欢的编辑器中创建一个文件，例如voxel_grid.cpp，并将以下内容放入其中:

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/filters/voxel_grid.h>

int
main (int argc, char** argv)
{
  pcl::PCLPointCloud2::Ptr cloud (new pcl::PCLPointCloud2 ());
  pcl::PCLPointCloud2::Ptr cloud_filtered (new pcl::PCLPointCloud2 ());

  // 填充点云数据
  pcl::PCDReader reader;
  // 将下面的路径替换为您保存文件的路径
  reader.read ("table_scene_lms400.pcd", *cloud); // 记得先下载文件!

  std::cerr << "PointCloud before filtering: " << cloud->width * cloud->height 
       << " data points (" << pcl::getFieldsList (*cloud) << ").";

  // 创建筛选对象
  pcl::VoxelGrid<pcl::PCLPointCloud2> sor;
  sor.setInputCloud (cloud);
  sor.setLeafSize (0.01f, 0.01f, 0.01f);
  sor.filter (*cloud_filtered);

  std::cerr << "PointCloud after filtering: " << cloud_filtered->width * cloud_filtered->height 
       << " data points (" << pcl::getFieldsList (*cloud_filtered) << ").";

  pcl::PCDWriter writer;
  writer.write ("table_scene_lms400_downsampled.pcd", *cloud_filtered, 
         Eigen::Vector4f::Zero (), Eigen::Quaternionf::Identity (), false);

  return (0);
}

解释

现在，让我们逐步分解代码。
下面几行代码将从磁盘读取点云数据。

  // 填充点云数据
  pcl::PCDReader reader;
  // 将下面的路径替换为您保存文件的路径
  reader.read ("table_scene_lms400.pcd", *cloud); // 记得先下载文件!

然后，创建一个叶子大小为1cm的pcl::VoxelGrid过滤器，传递输入数据，计算输出并将其存储在cloud_filtered中。

  pcl::VoxelGrid<pcl::PCLPointCloud2> sor;
  sor.setInputCloud (cloud);
  sor.setLeafSize (0.01f, 0.01f, 0.01f);
  sor.filter (*cloud_filtered);

最后，将数据写入磁盘供以后检查。

  pcl::PCDWriter writer;
  writer.write ("table_scene_lms400_downsampled.pcd", *cloud_filtered, 
         Eigen::Vector4f::Zero (), Eigen::Quaternionf::Identity (), false);

编译和运行程序

添加以下行到您的CMakeLists.txt文件:

cmake_minimum_required(VERSION 2.8 FATAL_ERROR)

project(voxel_grid)

find_package(PCL 1.2 REQUIRED)

include_directories(${PCL_INCLUDE_DIRS})
link_directories(${PCL_LIBRARY_DIRS})
add_definitions(${PCL_DEFINITIONS})

add_executable (voxel_grid voxel_grid.cpp)
target_link_libraries (voxel_grid ${PCL_LIBRARIES})

完成可执行文件之后，就可以运行它了：

$ ./voxel_grid

你会看到类似的东西:

PointCloud before filtering: 460400 data points (x y z intensity distance sid).
PointCloud after filtering: 41049 data points (x y z intensity distance sid).