主要内容
中位数
中位过滤3-D点云数据
描述
ptcloudout.= PCMedian（ptcloudin）中位数函数在边缘上没有填充零。相反，它仅在可用的邻域值运行。
如果输入点云是有组织的点云，则中位数函数使用N-借-N邻域法。如果点云是无组织的，则函数使用径向邻域方法。
ptcloudout.= PCMedian（___那名称，价值）'过滤'，3将有组织的点云设置为3的中值滤波器的大小。
例子
中位滤波嘈杂的点云
使用中位过滤器从点云中移除噪声。首先，向点云添加随机噪声。然后，使用中位数函数来过滤噪声。
创建一个点云。
gv=0:0.01:1[十、 Y]=网格网格（gv，gv）；Z=X.^2+Y.^2；ptCloud=点云（类别（3，X，Y，Z））；
添加随机噪声沿着Z.-轴。
temp = ptcloud.location;count = numel（temp（：，:,3））;温度（（2 * count）+ randperm（count，100））= rand（1,100）;TEMP（COUNT + RANDPERM（COUNT，100））= RAND（1,100）;温度（Randperm（Count，100））= Rand（1,100）;ptclouda = pointcloud（temp）;
应用中值滤波器并显示三点云（原始、有噪和过滤）。
ptcloudb = pcmedian（ptclouda）;子图（1,3,1）pcshow（ptcloud）标题（'原始数据'）子图（1,3,2）PCSHOW（PTCLouda）标题（'嘈杂的数据'）子图（1,3,3）pcshow（PtcloudB）标题（“过滤数据”）
对无组织点云数据应用中值滤波
将点云数据加载到工作区中。
ptCloud=pcread('highwayscene.pcd'); 投资回报率=[0200-515]；指数=findPointsInROI（ptCloud，roi）；ptCloud=选择（ptCloud，索引）；ptCloud=pcdownsample（ptCloud，'gridaverage'，0.2）;
显示点云数据。每个点基于其X坐标进行颜色编码。
图pcshow（ptcloud.location，ptcloud.location（：，1））查看（-90,2）标题（'原始点云'）
在间隔内沿z通道添加噪声（一种那B.). 价值观一种和B.选择使噪音看起来靠近地面。
temp = ptcloud.location;count = numel（temp（:,3））;a = -2.5;b = -2;温度（（2 * count）+ randperm（计数，200））= a +（b-a）。* rand（1,200）;ptclouda = pointcloud（temp）;
显示噪波点云。每个点根据其x坐标进行颜色编码。
图pcshow（ptclouda.location，ptclouda.location（：，1））查看（-90,2）标题（'嘈杂的点云'）
在点云上涂上中位滤波器。
ptCloudB=pcmedian（ptCloudA，'方面'3.“半径”，1）;
显示过滤后的点云。每个点根据其x坐标进行颜色编码。
图pcshow（ptcloudb.location，ptcloudb.location（：，1））查看（-90,2）标题（“过滤点云”）
输入参数
输出参数
扩展能力
在R2020B中介绍
您还可以从以下列表中选择网站：
