Point cloud library pcl:：StatisticaLoutlierRemoving can'；行不通

当它在sor.filter（）上运行时。这个程序看起来像是被绞死了。 没有错误

我认为pcd文件有问题，因为它与PCL提供的pcd数据配合得很好。我的pcd文件是从Kinect2保存的。但我找不到它们之间的区别

boost::shared_ptr<pcl::PointCloud<pcl::PointXYZ> > cloud(new pcl::PointCloud<pcl::PointXYZ>);
boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(
new pcl::visualization::PCLVisualizer("Point Cloud Viewer"));
viewer->setCameraPosition(0.0, 0.0, -2.5, 0.0, 0.0, 0.0);
pcl::io::loadPCDFile("table_scene_lms400.pcd",*cloud);
//pcl::io::loadPCDFile("test.pcd",*cloud);
pcl::StatisticalOutlierRemoval<pcl::PointXYZ> sor;
sor.setMeanK(50);
sor.setStddevMulThresh(1);
pcl::PointCloud < pcl::PointXYZ >::Ptr cloud_filtered(new pcl::PointCloud<pcl::PointXYZ>);
sor.setInputCloud(cloud);
sor.filter(*cloud_filtered);
viewer->addPointCloud(cloud_filtered,"cloud");

boost:：shared_ptr cloud（新的pcl:：PointCloud）；
boost:：共享的ptr查看器(
新的pcl:：visualization:：PCLVisualizer（“点云查看器”）；
查看器->设置摄影机位置（0.0,0.0，-2.5,0.0,0.0,0.0）；
pcl:：io:：loadPCDFile（“table_scene_lms400.pcd”，*云）；
//pcl:：io:：loadPCDFile（“test.pcd”，*云）；
pcl:：StatisticaLoutlier；
sor.setMeanK（50）；
sor.设置TDDevMulthresh（1）；
pcl:：PointCloud：：Ptr cloud_已过滤（新pcl:：PointCloud）；
sor.setInputCloud（云）；
sor.过滤器（*已过滤的云）；
查看器->添加点云（云过滤，“云”）；

至少，我发现在我的pcd文件中有很多点的坐标是[0,0,0]，这就是问题所在。我试着用一个直通过滤器过滤它们。这次重演令人兴奋。但我想找到更好的方法移动这些点。

我使用此函数从点云中移除有限点和空点，它基于类和：

PointCloudPtr null_过滤器（const PointCloudPtr cloud_in）
{
PointCloudPtr cloud_out（新点云）；
点云PTR温度（新点云）；
//营造条件
pcl:：ConditionOr:：Ptr range_cond（新的pcl:：ConditionOr（））；
range_cond->addComparison（pcl:：FieldComparison:：ConstPtr（新的pcl:：FieldComparison（“x”，pcl:：ComparisonOps:：GT，0.0））；
range_cond->addComparison（pcl:：FieldComparison:：ConstPtr（新的pcl:：FieldComparison（“x”，pcl:：ComparisonOps:：LT，0.0））；
range_cond->addComparison（pcl:：FieldComparison:：ConstPtr（新的pcl:：FieldComparison（“y”，pcl:：ComparisonOps:：GT，0.0））；
range_cond->addComparison（pcl:：FieldComparison:：ConstPtr（新的pcl:：FieldComparison（“y”，pcl:：ComparisonOps:：LT，0.0））；
range_cond->addComparison（pcl:：FieldComparison:：ConstPtr（新的pcl:：FieldComparison（“z”，pcl:：ComparisonOps:：GT，0.0））；
range_cond->addComparison（pcl:：FieldComparison:：ConstPtr（新的pcl:：FieldComparison（“z”，pcl:：ComparisonOps:：LT，0.0））；
//构建过滤器
pcl：：条件清除条件；
条件设置条件（范围条件）；
condrem.setInputCloud（cloud_in）；
//应用过滤器
条件过滤器（*云层溢出）；
pcl:：PointCloud:：iterator del=cloud_out->points.begin（）；
对于（inti=0；ipoints.size（）；i++）
{
如果（！pcl:：isFinite（cloud_out->points[i]））
{
//PCL_警告（“法线[%d]不是有限的\n”，i）；
云计算->点。擦除（del+i）；
}
}
std：：向量指数；
pcl：：移除点云（*云计算，*温度，指数）；
返回温度；
}

PointCloudPtr null_filter(const PointCloudPtr cloud_in)
{
    PointCloudPtr cloud_out(new PointCloud);
    PointCloudPtr temp(new PointCloud);

    // build the condition
    pcl::ConditionOr<PointT>::Ptr range_cond(new pcl::ConditionOr<PointT>());
    range_cond->addComparison(pcl::FieldComparison<PointT>::ConstPtr(new pcl::FieldComparison<PointT>("x", pcl::ComparisonOps::GT, 0.0)));
    range_cond->addComparison(pcl::FieldComparison<PointT>::ConstPtr(new pcl::FieldComparison<PointT>("x", pcl::ComparisonOps::LT, 0.0)));

    range_cond->addComparison(pcl::FieldComparison<PointT>::ConstPtr(new pcl::FieldComparison<PointT>("y", pcl::ComparisonOps::GT, 0.0)));
    range_cond->addComparison(pcl::FieldComparison<PointT>::ConstPtr(new pcl::FieldComparison<PointT>("y", pcl::ComparisonOps::LT, 0.0)));

    range_cond->addComparison(pcl::FieldComparison<PointT>::ConstPtr(new pcl::FieldComparison<PointT>("z", pcl::ComparisonOps::GT, 0.0)));
    range_cond->addComparison(pcl::FieldComparison<PointT>::ConstPtr(new pcl::FieldComparison<PointT>("z", pcl::ComparisonOps::LT, 0.0)));

    // build the filter
    pcl::ConditionalRemoval<PointT> condrem;
    condrem.setCondition(range_cond);
    condrem.setInputCloud(cloud_in);

    // apply filter
    condrem.filter(*cloud_out);

    pcl::PointCloud<PointT>::iterator del = cloud_out->points.begin();
    for (int i = 0; i < cloud_out->points.size(); i++)
    {
        if (!pcl::isFinite<PointT>(cloud_out->points[i]))
        {
            //      PCL_WARN("normals[%d] is not finite\n", i);
            cloud_out->points.erase(del + i);
        }
    }
    std::vector<int> indices;
    pcl::removeNaNFromPointCloud(*cloud_out, *temp, indices);

    return temp;
}