点云滤波：使用RadiusOutlierRemoval移除离群点

这段代码使用RadiusOutlierRemoval滤波器来移除点云中的离群点。它首先创建一个PointCloud指针cloud_radius来存储滤波后的点云。然后，它将输入点云设置为cloud_Voxel，并将搜索半径设置为0.03米，以查找最近的点。最后，它将最小邻居数设置为100，表示在搜索半径内至少需要有100个点才能将该点保留为内点，否则将其视为离群点并将其移除。

RadiusOutlierRemoval<PointXYZRGB> radius_fliter;
PointCloud<PointXYZRGB>::Ptr cloud_radius(new PointCloud<PointXYZRGB>);
radius_fliter.setInputCloud(cloud_Voxel);
radius_fliter.setRadiusSearch(0.03); // Set the radius to 0.03 m to find the nearest point
radius_fliter.setMinNeighborsInRadius(100); // 最小邻居数设置为100

代码解释：

• RadiusOutlierRemoval<PointXYZRGB> radius_fliter;：创建一个名为radius_fliter的RadiusOutlierRemoval滤波器对象，用于处理PointXYZRGB类型的点云。
• PointCloud<PointXYZRGB>::Ptr cloud_radius(new PointCloud<PointXYZRGB>);：创建一个名为cloud_radius的PointCloud指针，用来存储滤波后的点云。
• radius_fliter.setInputCloud(cloud_Voxel);：将输入点云设置为cloud_Voxel，即要进行滤波的原始点云。
• radius_fliter.setRadiusSearch(0.03);：设置搜索半径为0.03米，表示在每个点周围以0.03米的半径范围内查找最近的点。
• radius_fliter.setMinNeighborsInRadius(100);：设置最小邻居数为100，表示在搜索半径内至少需要有100个点才能将该点保留为内点，否则将其视为离群点并将其移除。

这段代码通过设置合理的搜索半径和最小邻居数，可以有效地移除点云中的离群点，并保留相对密集的区域，提高点云数据的质量。