4. 深度相机点云预处理

任务目标

对深度相机（如RealSense、Kinect等）获取的原始点云执行三步预处理：直通滤波（裁剪感兴趣区域）、体素降采样（稀疏化）、统计离群点去除（平滑去噪）。输出为可直接用于后续配准或识别的干净点云。

环境依赖

Python 3.8+，安装Open3D（推荐0.17+）：

pip install open3d numpy

关键完整代码

import open3d as o3d
import numpy as np

def preprocess_pointcloud(input_path, output_path=None):
    """
    对深度相机点云执行：直通滤波 → 体素降采样 → 统计离群点去除
    Args:
        input_path: 输入点云文件路径(.ply/.pcd)
        output_path: 输出路径，None则返回处理结果不保存
    Returns:
        o3d.geometry.PointCloud: 预处理后的点云
    """
    # 1. 读取原始点云
    pcd = o3d.io.read_point_cloud(input_path)
    if pcd.is_empty():
        raise ValueError(f"点云为空或读取失败: {input_path}")
    print(f"原始点云点数: {len(pcd.points)}")

    # 2. 直通滤波：裁剪工作空间（单位：米，按需调整）
    bbox = o3d.geometry.AxisAlignedBoundingBox(
        min_bound=np.array([-0.5, -0.5, 0.0]),   # x,y,z最小值
        max_bound=np.array([0.5, 0.5, 0.8])      # x,y,z最大值
    )
    pcd_cropped = pcd.crop(bbox)
    print(f"直通滤波后点数: {len(pcd_cropped.points)}")

    # 3. 体素降采样：体素边长5mm（稀疏化并均匀化密度）
    voxel_size = 0.005
    pcd_down = pcd_cropped.voxel_down_sample(voxel_size)
    print(f"降采样后点数: {len(pcd_down.points)}")

    # 4. 统计离群点去除：邻域点数20，标准差阈值1.0
    pcd_clean, ind = pcd_down.remove_statistical_outlier(
        nb_neighbors=20, std_ratio=1.0
    )
    print(f"去离群点后点数: {len(pcd_clean.points)}")

    # 5. 保存或返回
    if output_path:
        o3d.io.write_point_cloud(output_path, pcd_clean)
        print(f"已保存至: {output_path}")
    return pcd_clean

if __name__ == "__main__":
    # 使用示例：替换为实际深度相机导出的点云文件
    result = preprocess_pointcloud("raw_scene.ply", "clean_scene.ply")
    # 可视化验证（取消注释以查看）
    # o3d.visualization.draw_geometries([result])

运行与验证

1. 准备输入：将深度相机（RealSense D435等）采集的帧保存为raw_scene.ply，或使用Open3D自带的示例点云测试：

python -c "import open3d as o3d; o3d.data.DemoCropPointCloud().point_cloud_path"

2. 执行预处理：将上述代码保存为preprocess.py，运行：

python preprocess.py

3. 通过条件：
   - 控制台输出四个点数依次递减（原始→裁剪→降采样→去噪），且最终点数不为0；
   - 生成clean_scene.ply文件，用o3d.visualization.draw_geometries打开后，点云边界清晰、无明显漂浮噪声点、密度均匀；
   - 若原始点云含超出工作空间的点（如天花板、地面远处），直通滤波后这些点应被移除。

参数调整说明

常见问题

• 输入点云单位：RealSense默认单位米，若数据单位是毫米，需先将坐标除以1000再滤波；
• 点数过少：若降采样后点数不足1000，说明体素尺寸过大或原始点云太稀疏，应减小voxel_size；
• 离群点未去除干净：降低std_ratio至0.5，或增大nb_neighbors至30；
• 实时性要求：若需在线处理，建议将voxel_size调至0.008以上，并限制bbox范围以降低计算量。