Open3d学习计划—高级篇 1（点云离群点移除） / 四六文摘

Open3D是一个开源库，支持快速开发和处理3D数据。Open3D在c++和Python中公开了一组精心选择的数据结构和算法。后端是高度优化的，并且是为并行化而设置的。

本系列学习计划有Blue同学作为发起人，主要以Open3D官方网站的教程为主进行翻译与实践的学习计划。点云PCL公众号作为免费的3D视觉，点云交流社区，期待有使用Open3D或者感兴趣的小伙伴能够加入我们的翻译计划，贡献免费交流社区，为使用Open3D提供中文的使用教程。

当我们从扫描设备获取点云数据时，数据会包含人想除去的噪声和伪影。这篇教程将会介绍如何使用Open3d除去离群点。

数据预处理

使用 voxel_downsample 去采样得到点云。

print("Load a ply point cloud, print it, and render it")pcd = o3d.io.read_point_cloud("../../TestData/ICP/cloud_bin_2.pcd")o3d.visualization.draw_geometries([pcd])

print("Downsample the point cloud with a voxel of 0.02")voxel_down_pcd = pcd.voxel_down_sample(voxel_size=0.02)o3d.visualization.draw_geometries([voxel_down_pcd])

Downsample the point cloud with a voxel of 0.02

为了比较，uniform_down_sample 通过每n个点来降采样点云。

选择点

elect_down_sample 函数通过二进制mask去只输出被选中的点。选中的点和未选中的点被可视化。

def display_inlier_outlier(cloud, ind):

inlier_cloud = cloud.select_by_index(ind) outlier_cloud = cloud.select_by_index(ind, invert=True)

print("Showing outliers (red) and inliers (gray): ") outlier_cloud.paint_uniform_color([1, 0, 0]) inlier_cloud.paint_uniform_color([0.8, 0.8, 0.8]) o3d.visualization.draw_geometries([inlier_cloud, outlier_cloud])

统计式离群点移除

statistical_outlier_removal函数删除与点云的距离比起其他邻域的平均距离远的点，他有两个输入参数：

nb_neighbors：用于指定邻域点的数量，以便计算平均距离。
std_ratio：基于点云的平均距离的标准差来设置阈值。阈值越小，滤波效果越明显。

print("Statistical oulier removal")cl, ind = voxel_down_pcd.remove_statistical_outlier(nb_neighbors=20, std_ratio=2.0)display_inlier_outlier(voxel_down_pcd, ind)