点云删掉一定高程的点，并将剩余的点放在一个新的点云里面

可以使用以下步骤来实现点云的高程过滤：

1. 读取点云数据，并将其转换为PCL中的PointCloud数据类型。
2. 遍历点云中的每个点，检查其高程是否高于给定的阈值。
3. 如果点的高程低于阈值，则将其添加到新的点云数据中。
4. 将新的点云数据保存到磁盘上。

下面是一个使用PCL库来实现点云高程过滤的示例代码：

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/filters/passthrough.h>

int main(int argc, char** argv)
{
    if (argc != 4)
    {
        std::cerr << "Usage: " << argv[0] << " <input.pcd> <output.pcd> <threshold>" << std::endl;
        return -1;
    }

    // 读取输入点云数据
    pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
    if (pcl::io::loadPCDFile<pcl::PointXYZ>(argv[1], *cloud) == -1)
    {
        PCL_ERROR("Couldn't read file %s\n", argv[1]);
        return -1;
    }

    // 创建过滤器对象并设置参数
    pcl::PassThrough<pcl::PointXYZ> pass;
    pass.setInputCloud(cloud);
    pass.setFilterFieldName("z");
    float threshold = std::stof(argv[3]);
    pass.setFilterLimits(0.0, threshold);
    pass.setFilterLimitsNegative(false);

    // 执行过滤操作
    pcl::PointCloud<pcl::PointXYZ>::Ptr filtered_cloud(new pcl::PointCloud<pcl::PointXYZ>);
    pass.filter(*filtered_cloud);

    // 保存过滤后的点云数据
    pcl::io::savePCDFileASCII(argv[2], *filtered_cloud);
    std::cout << "Saved " << filtered_cloud->points.size() << " data points to " << argv[2] << std::endl;

    return 0;
}

在这个例子中，我们使用了PCL库中的PassThrough滤波器来执行高程过滤。该滤波器可以通过设置过滤字段和过滤范围来实现点云的过滤。在这个例子中，我们将过滤字段设置为“z”，并将过滤范围设置为0到阈值。最后，我们将过滤后的点云保存到磁盘上。