激光點云濾波處理

點擊上方“小白學視覺”，選擇加"星標"或“置頂”

重磅干貨，第一時間送達

• 點云濾波的介紹

• 幾種常用濾波器

• 對比與總結

在獲取點云數據時，由于設備精度、操作者經驗、環(huán)境因素等帶來的影響，點云數據中將不可避免地出現一些噪聲點。而濾波的作用就是利用數據的低頻特性剔除離群數據，并進行數據平滑或者提取特定頻段特征。

什么時候需要做點云濾波？

1. 點云數據密度不規(guī)則需要平滑

2. 因為遮擋等問題造成離群點需要去除

3. 大量數據需要進行下采樣

4. 噪音數據需要去除
   

常用的點云濾波器包括以下幾種：

• 直通濾波器

• 條件濾波器

• 高斯濾波器

• 雙邊濾波器

• 體素濾波器

• 統計濾波器

• 半徑濾波器

• 頻率濾波器

從功能層面可以分為三類使用，直通和條件濾波用于預處理的最前端提取出感興趣區(qū)域；體素濾波用于對密集點云進行下采樣減少數據量；其他濾波器用于平滑點云同時去除離散點。

1. 直通濾波器

原理：在點云的指定維度上設置一個閾值范圍，將這個維度上的數據分為在閾值范圍內與不在閾值范圍內，從而選擇過濾與否。能夠快速過濾掉用戶自定義區(qū)間范圍內的點云。

在實際應用中，由于激光掃描采集的距離較遠，但是根據功能需求的不同可能只關心一定區(qū)域內的數據，比如低速物流車的運營場景，可能在X方向只關心前后60米，Y方向只關心左右20米的范圍。此時就可以利用直通濾波器提取出感興趣區(qū)域，可較快剔除部分點云，達到第一步粗處理的目的。

特點：根據人工設定的先驗范圍約束或者借助外部約束，直觀的縮小關注的空間范圍，減少后續(xù)計算量。

2. 條件濾波器

原理：通過設定濾波條件進行濾波，類似于分段函數，判斷點云是否在規(guī)則的范圍則中，如果不在則舍棄。上述的直通濾波器就是一種較簡單的條件濾波器。

如下圖所示：采用直通濾波器或者條件濾波器均能夠完成提取感興趣區(qū)域的功能。

3. 高斯濾波器

原理：采用加權平均方式的一種非線性濾波器，在指定域內的權重是根據歐式距離的高斯分布，通過權重加權平均的方式得到當前點的濾波后的點。

特點：利用標準差去噪，適用于呈正態(tài)分布的數據平滑效果較好，但是邊緣角點也會被較大的平滑。

4. 雙邊濾波器

原理：通過取鄰近采樣點的加權平均來修正當前采樣點的位置，在高斯濾波器只考慮空間域點的位置基礎上，增加了維度上的權重。一定程度上彌補了高斯濾波的缺點。

特點：既有效地對空間三維模型表面進行降噪，又可以保持點云數據中的幾何特征信息，避免三維點云數據被過渡光滑。但是只適用于有序點云。

5. 體素濾波器

原理：通過對輸入的點云數據創(chuàng)建一個三維體素柵格，然后在每個體素內，用體素中所有點的重心來近似顯示體素中的其他點，這樣該體素內所有點就用一個重心點最終表示。

也有另外一種相似的表達形式：利用每一個體素立方體的中心來近似該體素立方體內的所有點，相比上一種方法計算速度較快，但是損失了原始點云局部形態(tài)的精細度。

特點：可以達到向下采樣同時不破壞點云本身幾何結構的功能。點云幾何結構不僅是宏觀的幾何外形，也包括其微觀的排列方式，比如橫向相似的尺寸，縱向相同的距離。隨機下采樣雖然效率比體素網格濾波器高，但會破壞點云微觀結構。

如下圖所示：經過體素網格下采樣后的行人，點云會變得更稀疏。主要是針對線束比較高的激光雷達或者多個雷達數據疊加時，平滑點云間隔的情況使用。

在將統計濾波器和半徑濾波器之前，提到一個離散群點的概念，那么什么是離散群點？

在獲取點云數據時，由于受到外界干擾如視線遮擋，障礙物等因素的影響，點云數據中存在著一些距離主題點云較遠的離散點，即離散群點。

如下圖所示：由于設備采集或者障礙物遮擋等問題或導致在三維空間中出現零星的點集。

離散群點有什么影響？

離散群點會破壞點云的表達準確性。使得局部點云特征（例如表面法線或曲率變化）的估計變得非常復雜，這往往導致錯誤的估計結果，從而可能導致點云配準失敗。

6. 統計濾波器

原理：對每個點的鄰域進行一個統計分析，并修剪掉那些不符合一定標準的點。我們的稀疏離群點移除方法基于在輸入數據中對點到臨近點的距離分布的計算。

具體方法如下：

計算每個點到其最近的k個點平均距離，（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），那么平均距離在標準范圍之外的點，可以被定義為離群點并從數據中去除。

特點：主要是根據密度去除離群點，對密度差異較大的離群點去除效果較好。

7. 半徑濾波器

原理：與統計濾波器類似，只是操作更加暴力直觀，根據空間點半徑范圍臨近點數量來濾波。

具體方法如下：

在點云數據中以某點為中心畫一個圓計算落在該圓中點的數量，當數量大于給定值時，則保留該點，數量小于給定值則剔除該點。此算法運行速度快，依序迭代留下的點一定是最密集的，但是圓的半徑和圓內點的數目都需要人工指定。

特點：用于去除離群點，在一定程度上可以用來篩選邊緣點。

如下圖所示：采用上述兩種濾波器可以提出掉零星的點集。

8. 頻率濾波器

原理：在點云處理中，點云法線向量差為點云所表達的信號。用點云的曲率來表示頻率信息，如果某處點云曲率大，則點云表達的是一個變化高頻的信號。如果點云曲率小，則點云表達的是一個不變低頻的信號。例如：地面曲率小，它表達的信息量也小；障礙物處曲率大，頻率就會更高。

以DoN算法為例，目的是在去除點云低頻濾波，低頻信息（例如建筑物墻面，地面）往往會對分割產生干擾，高頻信息（例如建筑物窗框，路面障礙錐）往往尺度上很小，直接采用基于臨近信息的濾波器會將此類信息合并至墻面或路面中。所以DoN算法利用了多尺度空間的思想。

具體如下：

1. 在小尺度上計算點云法線1

2. 在大尺度上計算點云法線2

3. 法線1-法線2

4. 濾去3中值較小的點

5. 根據第三步得到的法線差，進行歐式分割

特點：在小尺度上是可以對高頻信息進行檢測的，可以很好的小尺度高頻信息。其在大規(guī)模點云中優(yōu)勢尤其明顯。

濾波器主要是通過局部計算的方式，獲得一個響應值，然后根據響應值調整點云，比如位置調整，保留或刪除某點。

當一種濾波無法完整達到預處理要求時，可以通過組裝多個濾波器達到更復雜的功能。比如小編在實際應用中借助于車輛運動軌跡和路沿檢測作為感興趣區(qū)域的先驗知識進行直通濾波；接著根據激光雷達的線束多少調整統計濾波參數過濾離群點；由于使用了兩顆激光雷達做數據拼接，最后通過體素降采樣平滑點的間隔。