PCL的MLS（移動最小二乘法）平滑效果調(diào)節(jié)

雖然PCL把MLS（移動最小二乘法）放在Surface類下，但是通過工程師的使用經(jīng)驗發(fā)現(xiàn)，MLS對點云數(shù)據(jù)進(jìn)行處理后，輸出的點云表面更加平滑了，可以對一些離群的噪點進(jìn)行過濾，類似Filter的作用。

采集一組經(jīng)過拼接后的人臉點云數(shù)據(jù)，原數(shù)據(jù)存在一些噪點。原數(shù)據(jù)以及經(jīng)過MLS平滑處理過的點云數(shù)據(jù)，再經(jīng)過泊松曲面重建如下。通過對比可以展示這種平滑調(diào)節(jié)效果。此類由基類CloudSurfaceProcessing派生，生成對象的方式也很簡單，如下：

pcl::MovingLeastSquares<pcl::PointXYZ, pcl::PointNormal> mls;

其成員函數(shù)inline void setSearchRadius(double radius)  擬合半徑。在這個半徑里進(jìn)行表面映射和曲面擬合。從測試結(jié)果可知：半徑越小擬合后曲面的失真度越小，反之有可能出現(xiàn)過擬合的現(xiàn)象。

對原數(shù)據(jù)進(jìn)行泊松曲面重建

對原數(shù)據(jù)直接進(jìn)行泊松曲面重建，由于數(shù)據(jù)噪聲，人臉表面不夠平滑。

對經(jīng)過MLS處理后的點云數(shù)據(jù)進(jìn)行泊松曲面重建（MLS擬合半徑3.5mm）對原數(shù)據(jù)進(jìn)行MLS處理，擬合半徑3.5mm，再進(jìn)行泊松曲面重建。經(jīng)過處理，人臉表面平滑了一些。

對經(jīng)過MLS處理后的點云數(shù)據(jù)進(jìn)行泊松曲面重建（MLS擬合半徑6.0mm）對原數(shù)據(jù)進(jìn)行MLS處理，擬合半徑6.0mm，再進(jìn)行泊松曲面重建。經(jīng)過處理，人臉表面平滑了很多，以至于有較大程度的失真。

可見，MLS對點云進(jìn)行處理，可以對表面進(jìn)行平滑，去除離群噪點，同時也會產(chǎn)生一定程度的失真。