點云濾波器與過濾器
發布時間：2022-09-12 13:57:31 作者：顯揚科技
這一節將為大家介紹點云濾波，讀者可能會有疑問，為什么要分為深度圖濾波波和點云濾波?深度圖濾波是對深度圖進行處理，通常處理的的是深度圖中相鄰的像素，而點云濾波針對的是將深度圖投射到3D空間后得到的點云，通常處理的是在3D空間中根據歐式距離得到的鄰近區域，而且能更有效地利用其3D幾何特征。舉個簡單的例子，一個深度圖中像素被噪聲干擾變成離群點，其在深度圖中難以區分，而投射到3D空間以后，離群點距離其他點都很遠，則很容易將其濾除。
在獲取點云數據時，由于設備精度、操作者經驗、環境因素的影響，以及電磁波的行射特性、被測物體表面性質變化和數據拼接配準操作的影響，點云數據將不可避免地受到噪聲干擾。在點云處理流程中，濾波處理作為預處理的第一步，對后續的影響比較大，只有在濾波預處理中將噪聲、離群點、孔洞等按照后續需求進行處理，才能夠更好地進行配準、特征提取、曲面重建、可視化等。PCL 庫中的點云濾波模塊提供了很多靈活實用的濾波處理算法，我們根據對數據處理形式的不同將其分為濾波器和過濾器兩類，許多參考資料不會區分二者的概念，為避免混淆，將其明確分類。過濾器指通過設置某種條件，刪除不符合條件的數據，保留符合條件的數據，如統計過濾器、半徑過濾器、直通過濾器；而濾波器則是對數據進行處理修正，如體素濾波器。
體素濾波器
使用體素網格實現下采樣，減少點的數量，同時保留點云的形狀特征，在提高配準、曲面重建、形狀識別等方面非常實用。點云幾何結構不僅包括宏觀的幾何外形，也包括微觀的排列方式，如橫向相似的尺寸、縱向相同的距離。隨機下采樣祥雖然效率比體素教濾波器高，但會破壞點云微觀結構。體素濾波操作者先針對輸入的點云數據創建一個 3D體素柵格來容納像素，在每個體素內，用體素中所有點的重心來近似表示體素中其他點，這樣該體素內所有點都用一個重心點最終表示，對所有體素都進行這樣的處理后，得到的就是過濾后的點云。
統計過濾器
統計過濾器使用統計分析技術，從一個點云數據中集中移除測量噪聲(離群點)。例如，激光掃描通常會產生密度不均勻的點云數據集，另外測量中的誤差也會造成稀疏的離群點，使效果不好，反過來就會導致點云配準等后期處理的失敗。可以理解為，每個點都表達一定的信息，某個區域的點越密集，信息量就可能越大。噪聲信息屬于無用信息，所以離群點表達的信息可以忽略不計。考慮到離群點的特征，可以定義:若某處點云密度小于某個值，則點云無效。我們可以對每個點的鄰域進行統計分析，并移除一些不符合標準的點，稀疏離群點的移除基于在輸入數據中對點到其臨近點的距離的計算，對于每個點，計算它到它的所有臨近點的平均距離，假設得到的結果是一個高斯分布，其形狀是由均值和標準差決定的，平均距離在標準范圍之外的點可以定義為離群點并從數據中去除。
半徑過濾器
半徑濾波器與統計濾波器相比更加簡單粗暴。以某點為中心畫一個半徑為d的球，計算落在該球中點的數量，當數量大于給定閾值時，保留該點，否則剔除該點。此算法運行速度快，依序迭代留下的點一定是最密集的，但是球的半徑和球內點的數量閾值都需要人工指定。
直通過濾器
如果使用線結構光掃描的方式采集點云，物體必然沿z方向分布較廣，但在x、y方向上的分布則處于有限范圍內。此時可使用直通過濾器，確定點云在x方向或y方向上的范圍，這樣就可以較快去除離群點，達到第一步粗處理的目的。通過濾器可以簡單理解為3D空間切塊過濾器。
顯揚科技由香港中文大學博士團隊創建，主要研究并產業化高速高清三維機器視覺系統，以及智能工業機器人系統。其研發的三維機器視覺設備精度能達亞微米級，三維數據采集幀率高達310幀，此外還具有高精度、大景深、高穩定性的優勢，可實現高效率機器人引導，以及工業檢測與測量。顯揚科技的產品主要應用在對采集速度要求較高的快速工業產線、物流樞紐以及對測量精度要求高的精密制造、軍工航天、半導體產業等。
銷售對接：18670025215（微信同號）
采購對接：17788781937（微信同號）
