有什么方法可以减少Radius离群值删除[pcl离群值删除]的执行时间吗？

Question

现在，我在点云中工作，以我为例，我的点云在离群值中比较嘈杂，我想清除噪声，因此我在PCL中使用了Radius离群值过滤器。小云的执行时间很好，但是随着点云大小的增加，时间会增加。

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，这大约需要15秒。

正在寻找解决方案以减少这种时间。

Answer 1

pcl::RadiusOutlierRemoval

遍历整个输入一次，对于每个点，检索特定半径内的邻居数。

因此，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，则可以使用setIndices()排除它们。例如，如果您知道所有异常值都为深色（强度pcl::PassThrough用intensity < I预选择所有点的索引。
2. 减小搜索半径（并相应地减少最小邻居）。
3. 我相信该算法不会在内部并行化。因此，您可以将工作分散到多个线程中，每个线程都从云子集中删除异常值。请注意，划分应该是空间划分，而不是基于索引-pcl::CropBox可以用于此目的。
可以使用pcl::OctreePointCloud通过迭代叶体素并计算体素中的点数来实现
4. “ 近似半径去除”（如果体素包含少于X个点，则应该删除体素。）