《PCL点云库学习&VS2010(X64)》Part 16 PCL1.72(VTK6.2.0)滤波例程(2)之双边滤波
来源:互联网 发布:五级网络啥时候上市 编辑:程序博客网 时间:2024/05/19 17:51
Part 16 PCL1.72(VTK6.2.0)滤波例程(2)之双边滤波
1、BilteralFilter.cpp:
kdTree只能使用pcl/search/kdtree.h里的,pcl/kdtree/kdtree_flann.h里的在setSearchMethod()函数中会出现报错。这个问题在查找源码后得到了解决:
1)对于散乱无序点云使用pcl/kdtree/kdtree_flann.h
2)对于有序点云则使用pcl/search/kdtree.h
该程序调试需要自己思考下,最好找到源码看看。结合二维图像中的双边滤波算法理论,可以对该算法有一个比较深入的理解,双边滤波的效果是保边去噪,在该算法中也有体现,滤波后点云的数量没有变化,但是强度数据有一个均匀化的过程,结果可以通过可视化来观察。
#include <pcl/point_types.h>#include <pcl/io/pcd_io.h>#include <pcl/kdtree/kdtree_flann.h>#include <pcl/filters/bilateral.h>#include <pcl/kdtree/flann.h>#include <pcl/kdtree/kdtree.h>#include <pcl/search/flann_search.h>#include <pcl/search/kdtree.h>typedef pcl::PointXYZI PointT;intmain(int argc, char*argv[]){std::string incloudfile = argv[1];std::string outcloudfile = argv[2];float sigma_s = atof(argv[3]);float sigma_r = atof(argv[4]);// 读入点云文件pcl::PointCloud<PointT>::Ptr cloud(new pcl::PointCloud<PointT>);pcl::io::loadPCDFile(incloudfile.c_str(), *cloud);pcl::PointCloud<PointT>outcloud;// 建立kdtree//pcl::KdTreeFLANN<PointT>::Ptr tree(new pcl::KdTreeFLANN<PointT>);pcl::search::KdTree<PointT>::Ptr tree1(new pcl::search::KdTree<PointT>);pcl::BilateralFilter<PointT> bf;bf.setInputCloud(cloud);bf.setSearchMethod(tree1);bf.setHalfSize(sigma_s);bf.setStdDev(sigma_r);bf.filter(outcloud);// 保存滤波输出点云文件pcl::io::savePCDFile(outcloudfile.c_str(), outcloud);return (0);}
2、FastBilateralFilter.cpp
//点的类型的头文件 #include <pcl/point_types.h> //required//点云文件IO(pcd文件和ply文件) #include <pcl/io/pcd_io.h> //required#include <pcl/io/ply_io.h> //kd树 #include <pcl/kdtree/kdtree_flann.h> //特征提取 #include <pcl/features/normal_3d_omp.h> #include <pcl/features/normal_3d.h> //重构 #include <pcl/surface/gp3.h> #include <pcl/surface/poisson.h> //可视化 #include <pcl/visualization/pcl_visualizer.h> #include <pcl/visualization/cloud_viewer.h>//多线程 #include <boost/thread/thread.hpp> #include <fstream> #include <iostream> #include <stdio.h> #include <string.h> #include <string> //计时 #include <time.h> //Bilateral Filter#include <pcl/filters/bilateral.h>//required#include <pcl/filters/fast_bilateral.h>#include <pcl/filters/fast_bilateral_omp.h>typedef pcl::PointXYZI PointT;float sigma_s;float sigma_r;int main(int argc, char** argv){// 确定文件格式 char tmpStr[100];strcpy(tmpStr, argv[1]);char* pext = strrchr(tmpStr, '.');std::string extply("ply");std::string extpcd("pcd");if (pext){*pext = '\0';pext++;}std::string ext(pext);//如果不支持文件格式,退出程序 if (!((ext == extply) || (ext == extpcd))){std::cout << "文件格式不支持!" << std::endl;std::cout << "支持文件格式:*.pcd和*.ply!" << std::endl;return(-1);}//根据文件格式选择输入方式 pcl::PointCloud<pcl::PointXYZI>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZI>); //创建点云对象指针,用于存储输入 pcl::PointCloud<pcl::PointXYZI> outcloud;//pcl::PCLPointCloud2::ConstPtr cloud;if (ext == extply){if (pcl::io::loadPLYFile(argv[1], *cloud) == -1){PCL_ERROR("Could not read ply file!\n");return -1;}}else{if (pcl::io::loadPCDFile(argv[1], *cloud) == -1){PCL_ERROR("Could not read pcd file!\n");return -1;}}///////////////////////////////////////////////////////////////////////////////////////////////////////create a timer clock_t start, end;//(1)如果点云是有序的,通过 pcl: : Organ izedDatalnd ex 使用有序搜索方法 。//(2 ) 如果点云是无序的,通过 pcl : : KdTreeFLANN 使用通用的 Kd 树//有序点云//Example://cloud.width = 640; // Image-like organized structure, with 640 rows and 480 columns,//cloud.height = 480; // thus 640*480=307200 points total in the dataset//无序点云//Example://cloud.width = 307200;//cloud.height = 1; // unorganized point cloud dataset with 307200 points// 建立kdtreepcl::KdTreeFLANN<pcl::PointXYZI>::Ptr tree(new pcl::KdTreeFLANN<pcl::PointXYZI>);pcl::BilateralFilter<pcl::PointXYZI> bf;bf.setInputCloud(cloud);//bf.setSearchMethod(tree);bf.setHalfSize(sigma_s);bf.setStdDev(sigma_r);bf.filter(outcloud);// 保存滤波输出点云文件//pcl::io::savePCDFile(outcloud, "outcloud");/////////////////////////////////////////////////////////////////////////////////////////////////////// Apply the filter//////////////////pcl::FastBilateralFilterOMP<pcl::PointXYZ> fbf(10);//OpenMP Accelerator//////////////////pcl::FastBilateralFilter<pcl::PointXYZ> fbf;////fbf.setInputCloud(cloud);//fbf.setInputCloud(cloud);//fbf.setSigmaS(5.0);//定义算法支持的滤波范围的大小//fbf.setSigmaR(0.003);//pcl::PointCloud<pcl::PointXYZ> cloud_filtered;//start = clock();////fbf.filter(cloud_filtered);//fbf.applyFilter(cloud_filtered);//end = clock();//std::cerr << "Start compute!" << std::endl;//std::cerr << (end - start) / CLOCKS_PER_SEC << "s used!" << std::endl;//// Convert data back//pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_output;////toPCLPointCloud2(cloud_filtered, cloud_output);//pcl::concatenateFields(*cloud, cloud_filtered, *cloud_output);//pcl::copyPointCloud(*cloud_output, *cloud);pcl::visualization::PCLVisualizer::Ptr viewer(new pcl::visualization::PCLVisualizer("BilateralFilter"));viewer->addPointCloud(outcloud, "cloud");viewer->updateCamera();viewer->updatePointCloud(cloud, "cloud");viewer->initCameraParameters();//viewer->spin(); while (!viewer->wasStopped()){viewer->spinOnce(100);boost::this_thread::sleep(boost::posix_time::microseconds(100000));}return 0;}
0 0
- 《PCL点云库学习&VS2010(X64)》Part 16 PCL1.72(VTK6.2.0)滤波例程(2)之双边滤波
- 《PCL点云库学习&VS2010(X64)》Part 9 PCL1.72(VTK6.2.0)滤波例程
- 《PCL点云库学习&VS2010(X64)》Part 8 PCL1.72(VTK6.2.0)可视化例程
- 《PCL点云库学习&VS2010(X64)》Part 19 PCL1.72(VTK6.2.0)PCL程序计时
- 《PCL点云库学习&VS2010(X64)》Part 20 PCL1.72(VTK6.2.0)PCL控制台程序线程
- 《PCL点云库学习&VS2010(X64)》Part 15 PCL1.72(VTK6.2.0)三角网格化(2)之泊松重构
- 《PCL点云库学习&VS2010(X64)》Part 10 PCL1.72(VTK6.2.0)选点操作
- 《PCL点云库学习&VS2010(X64)》Part 13 PCL1.72(VTK6.2.0)ICP示例
- 《PCL点云库学习&VS2010(X64)》Part 17 PCL1.72(VTK6.2.0)数据格式转换txt2pcd
- 《PCL点云库学习&VS2010(X64)》Part 18 PCL1.72(VTK6.2.0)编译CloudCompare注意点
- 《PCL点云库学习&VS2010(X64)》Part 12 PCL1.72(VTK6.2.0)三角网格化(1)
- 《PCL点云库学习&VS2010(X64)》Part 14 PCL1.72(VTK6.2.0)点云分割(Point Cloud Segmentation)
- 《PCL点云库学习&VS2010(X64)》Part 11 PCL1.72(VTK6.2.0)点特征描述与提取
- 《PCL点云库学习&VS2010(X64)》Part 23 快速双边滤波算法之三线插值
- 《PCL点云库学习&VS2010(X64)》Part 7 PCL双边滤波BilateralFilter
- 《PCL点云库学习&VS2010(X64)》Part 21 VTK6.2+VS2013 利用PCL读取ply格式网格曲面
- 《PCL点云库学习&VS2010(X64)》Part 5 VTK6.2+VS2013+Qt5.5 测试VTK基于VS2013的Qt程序
- 《PCL点云库学习&VS2010(X64)》Part 6 VTK6.2+VS2013+Qt5.5 测试VTK基于VS2013的Qt程序之PCLViewer
- linux程序管理和进程(1)
- pycharm中控制台(run)输出乱码的问题
- 安卓系统经常遇到OOM问题,如何优化和应对?
- 二叉树相关面试题目总结
- NavigationBar的下方加上阴影
- 《PCL点云库学习&VS2010(X64)》Part 16 PCL1.72(VTK6.2.0)滤波例程(2)之双边滤波
- 使用Spring MVC拦截器实现日志记录
- 精简的后台程序代码——Insert
- JS处理时间
- CodeForces 131B Opposites Attract
- Makefile (二) 介绍
- 第二届移动互联网大会总结
- 源码-PL/SQL从入门到精通-第八章-记录与集合-Part 3
- 线性布局weight属性