基于pcl库的KD tree算法 kdtree的源码,用于压缩点云数据,能够让ICP算法更加快速.k-d树 [1] (k-dimensional树的简称),是一种分割k维数据空间的数据结构。主要应用于多维空间关键数据的搜索(如:范围搜索和最近邻搜索)。K-D树是二进制空间分割树的特殊的情况。
PCL直通滤波器进行点云滤波 利用PCL中的直通滤波器和统计滤波器对原始点云数据进行滤波处理。通过直通滤波器将Z轴方向上范围之外的点滤除(在背景与前景有一定距离的情况下,可以除掉背景),再利用统计滤波器去除离群点(噪声点)。
PCL使用StatisticalOutlierRemoval滤波器移除离群点 StatisticalOutlierRemoval滤波器主要可以用来剔除离群点,或者测量误差导致的粗差点。 滤波思想为:对每一个点的邻域进行一个统计分析,计算它到所有临近点的平均距离。假设得到的结果是一个高斯分布,其形状是由均值和标准差决定,那么平均距离在标准范围(由全局距离平均值和方差定义)之外的