Open3D 删除点云中重叠的点(方法二)

目录

一、概述

1.1原理

1.2应用

二、代码实现

三、实现效果

3.1原始点云

3.2处理后点云

3.3数据对比


一、概述

在点云处理中,重叠点(即重复点)可能会对数据分析和处理的结果产生负面影响。因此,删除重叠点是点云预处理中常见且重要的步骤。

1.1原理

删除重叠点的常见方法是使用体素下采样(Voxel Downsampling)技术。体素下采样通过将三维空间划分为固定大小的立方体(体素),并在每个体素中保留一个代表点,从而去除重复点和减少点云数据量。具体步骤如下:

  1. 体素划分:将点云空间划分为固定大小的立方体网格(体素)。
  2. 点的分配:将每个点分配到相应的体素中。
  3. 体素代表点:对于每个非空体素,计算该体素内所有点的质心或选择其中一个点作为代表点。
  4. 生成下采样后的点云:以这些代表点构成新的点云,从而删除重叠点和减少点云数据量。

1.2应用

  • 数据压缩:通过删除重叠点,减少点云数据量,从而降低存储和处理的成本。
  • 提高计算效率:删除重叠点后,点云数据量减少,可以显著提高后续处理算法的效率,如点云配准、表面重建等。
  • 噪声过滤:重叠点可能是由传感器噪声或重复扫描引起的,通过删除重叠点,可以改善点云数据质量。
  • 三维建模:在三维重建和建模中,删除重叠点有助于生成更光滑和准确的模型。

二、代码实现

python 复制代码
import copy
import open3d as o3d

# 删除点云中的重叠点
def remove_duplicates(pcd, voxel_size=0.01):
    pcd2 = copy.deepcopy(pcd)
    # 通过体素下采样删除重叠点
    pcd2 = pcd2.voxel_down_sample(voxel_size)
    return pcd2


pcd = o3d.io.read_point_cloud("test.pcd")
o3d.visualization.draw_geometries([pcd])

# 删除重叠点
pcd_without_duplicates = remove_duplicates(pcd)
print("原始点云个数:", pcd)
print("去重之后:", pcd_without_duplicates)
pcd.paint_uniform_color([1, 0, 0])
pcd_without_duplicates.paint_uniform_color([0, 1, 0])
o3d.visualization.draw_geometries([pcd,pcd_without_duplicates])

三、实现效果

3.1原始点云

3.2处理后点云

3.3数据对比

python 复制代码
原始点云个数: PointCloud with 2400 points.
去重之后: PointCloud with 1999 points.
相关推荐
leobertlan2 小时前
痛苦系列 | DSP-04 截断时空的“窗”:FIR 滤波器设计与线性相位
算法
承渊政道3 小时前
【Python编程快速上手—让繁琐工作自动化】(列表:把数据排成队,从下标取值到深拷贝)
开发语言·python·pycharm·自动化·列表
GoldenSpider.AI3 小时前
讲透 Claude Code 的 Code Mode:原理、流程、用法与 24 轮实测
人工智能·ai编程·claude code
oak隔壁找我3 小时前
一款运行在 DSH(DeepSeek Harness)中的工作区文件管理插件
人工智能
秋天的怀念_David3 小时前
算法一千零一夜 · 第三十五夜 · 恢复风暴
java·程序人生·算法
大胖爱学习_MJ3 小时前
Agent 如何安全地拿数据库密码?基于 HashiCorp Vault 的动态凭证下发
经验分享·python
江屿风3 小时前
AI Agent架构全解析:从规划到记忆的智能跃迁
人工智能·笔记·架构·agent·c/s·mcp工作流
ZONGYUAN-ROOT3 小时前
【API配额】多源 LLM API 配额池化实战:轮换调度、变化量监控、故障自愈一套方案(Python 完整实现)
人工智能
syso_稻草人3 小时前
qwen-image-2.1 高清放大拆解:Qwen21LatentUpscale 潜空间 2x + denoise 0.35 修细节,12 组场景实测
人工智能·stable diffusion·prompt·comfyui·qwen-image2.1