概念原理

半径滤波器比较简单粗暴。以某点为中心画一个圆计算落在该圆中点的数量，当数量大于给定值时，则保留该点，数量小于给定值则剔除该点。此算法运行速度快，依序迭代留下的点一定是最密集的，但是圆的半径和圆内点的数目都需要人工指定；

radius_outlier_removal 实现半径滤波算法，移除给定球体中几乎没有邻居的点。需要两个参数：

• num_points，邻域球内的最少点数，低于该值的点为噪声点
• radius ，邻域半径的大小

示例代码

# @describe：可视化半径滤波后的结果点云和噪声点云
# @param：cloud，原始点云
# @param：ind，内点索引
def display_inlier_outlier(cloud, ind):
    # 提取滤波后的结果点云
    inlier_cloud = cloud.select_by_index(ind)
    # 提取噪声点云
    outlier_cloud = cloud.select_by_index(ind, invert=True)
    # 结果展示
    print("Showing outliers (red) and inliers (blue): ")
    outlier_cloud.paint_uniform_color([1, 0, 0])
    inlier_cloud.paint_uniform_color([0, 0, 1])
    o3d.visualization.draw_geometries([inlier_cloud, outlier_cloud])

结果图像