PCL有序点云怎么进行中值滤波

可以使用PCL库中的`MovingLeastSquares`滤波器实现有序点云的中值滤波。下面是一个示例代码：

#include <pcl/filters/fast_bilateral.h>
#include <pcl/filters/moving_least_squares.h>

// 定义点云的类型
typedef pcl::PointXYZ PointT;
typedef pcl::PointCloud<PointT> PointCloud;

int main()
{
    // 定义输入点云和输出点云
    PointCloud::Ptr cloud_in(new PointCloud);
    PointCloud::Ptr cloud_out(new PointCloud);

    // 读取点云数据
    pcl::io::loadPCDFile("input.pcd", *cloud_in);

    // 定义滤波器对象
    pcl::MovingLeastSquares<PointT, PointT> mls_filter;
    mls_filter.setInputCloud(cloud_in);
    mls_filter.setPolynomialOrder(2); // 多项式拟合阶数
    mls_filter.setSearchRadius(0.1); // 搜索半径
    mls_filter.setComputeNormals(false); // 不计算法向量

    // 执行滤波操作
    mls_filter.process(*cloud_out);

    // 保存滤波后的点云数据
    pcl::io::savePCDFile("output.pcd", *cloud_out);

    return 0;
}

在上述代码中，`MovingLeastSquares`滤波器使用多项式拟合对有序点云进行平滑处理，并通过设置`setSearchRadius`参数来指定邻域搜索半径。该滤波器还可以计算法向量，但在中值滤波场景下不需要。