博客
关于我
【点云StatisticalOutlierFilter】python-pcl:去除离群点
阅读量:204 次
发布时间:2019-02-28

本文共 913 字,大约阅读时间需要 3 分钟。

点云去除离群点

方法:StatisticalOutlierFilter

原理:使用K近邻方法找到点云中每个点k近邻,计算出标准距离;设置俩个点之间距离超过标准距离*std倍数的为离群点。

结果:将点云分为俩部分,内点以及离群点。通过设置 set_negative 可保存离群点的点云文件,也可保存内点点云文件。

官方示例效果如下:

原始点云:

在这里插入图片描述

内点点云:

在这里插入图片描述

离群点云:

在这里插入图片描述

可以看到柱子腿旁边的离散的点被去掉了。

官方数据集的效果比较好,具体应用到自己的数据集上,点云密度太大,一个是耗时,另一个效果也不是那么好。

# -*- coding: utf-8 -*-# http://pointclouds.org/documentation/tutorials/statistical_outlier.php# http://svn.pointclouds.org/data/tutorials/table_scene_lms400.pcd# 
<离群点去除,并分别存储不同的文件>
import pcldef main(): p = pcl.load("D:/tests/tutorials/table_scene_lms400.pcd") # 使用K近邻的50个点计算标准距离,距离超过标准距离1倍的被认为是离群点 fil = p.make_statistical_outlier_filter() fil.set_mean_k(50) fil.set_std_dev_mul_thresh(1.0) pcl.save(fil.filter(), "D:/tests/tutorials/table_scene_lms400_inliers.pcd") fil.set_negative(True) #保存不满足条件的,即离群点文件 pcl.save(fil.filter(), "D:/tests/tutorials/table_scene_lms400_outliers.pcd")if __name__ == "__main__": main()

转载地址:http://oaai.baihongyu.com/

你可能感兴趣的文章
NLP 时事和见解【2023】
查看>>
NLP 模型中的偏差和公平性检测
查看>>
Vue3.0 性能提升主要是通过哪几方面体现的?
查看>>
NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
查看>>
NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
查看>>
NLP、CV 很难入门?IBM 数据科学家带你梳理
查看>>
NLP三大特征抽取器:CNN、RNN与Transformer全面解析
查看>>
NLP入门(六)pyltp的介绍与使用
查看>>
NLP学习笔记:使用 Python 进行NLTK
查看>>
NLP度量指标BELU真的完美么?
查看>>
NLP的不同研究领域和最新发展的概述
查看>>
NLP的神经网络训练的新模式
查看>>
NLP采用Bert进行简单文本情感分类
查看>>
NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
查看>>
NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
查看>>
NLP:从头开始的文本矢量化方法
查看>>
NLP:使用 SciKit Learn 的文本矢量化方法
查看>>
NLTK - 停用词下载
查看>>
nmap 使用总结
查看>>
nmap 使用方法详细介绍
查看>>