时间戳

首页 > 解决方案 > 有什么方法可以减少 Radius 异常值移除 [pcl 异常值移除] 的执行时间？

c++ - 有什么方法可以减少 Radius 异常值移除 [pcl 异常值移除] 的执行时间？

问题描述

现在我在点云中工作，在我的情况下，我的点云在异常值中很嘈杂，我想清除噪声，所以我使用 PCL 中的半径异常值过滤器。小云的执行时间不错，但时间会随着点云大小的增加而增加。

pcl::RadiusOutlierRemoval<pcl::PointXYZ> outrem;
 outrem.setInputCloud(box_cloud);
outrem.setRadiusSearch(0.007);
outrem.setMinNeighborsInRadius (150);
outrem.setKeepOrganized(false);
// apply filter
outrem.filter (*box_cloud);**

就我而言，大约需要 15 秒。

寻找一种解决方案来减少这个时间。

标签： c++point-cloud-librarypoint-cloudsvision

解决方案

pcl::RadiusOutlierRemoval

遍历整个输入一次，并为每个点检索一定半径内的邻居数。

所以运行时间取决于云中的点数和搜索半径（半径越大，树查询越慢）。

可能的方法：

  1. 如果某些点绝对不是异常值，您可以使用setIndices()排除它们。例如，如果您知道所有异常值都有深色（强度 < I），那么您可以intensity < I使用pcl::PassThrough预先选择所有点索引。
  2. 减少搜索半径（以及相应的最小邻居）。
  3. 我相信该算法在内部没有并行化。因此，您可以将工作拆分为多个线程，每个线程都从云的子集中删除异常值。请注意，划分应该是空间的，而不是基于索引 -pcl::CropBox可以用于此。
  4. “近似半径去除”可以使用pcl::OctreePointCloud通过迭代叶体素并计算体素内的点数来实现（如果体素包含少于 X 个点，则应去除体素中的所有点）。

推荐阅读