3. 点云与图像预处理：让传感器“看清”世界

大家好，我是你们的老朋友。今天我们来聊聊预处理。说实话，很多刚入行的朋友容易忽略这一步，觉得“算法牛逼就行”。但我在实际项目中吃过太多亏了——预处理没做好，后面模型再强也白搭。

你想想看，激光雷达和摄像头采集的原始数据，就像没洗过的菜。直接下锅？那味道肯定不对。预处理就是洗菜、切菜的过程。做好了，后面的“烹饪”才能出彩。

3.1 点云滤波：去噪是第一步

激光雷达点云，说白了就是一堆三维坐标点。但这里面有大量噪声——比如地面扬起的灰尘、远处的飞鸟、甚至传感器自身的电子噪声。滤波就是把这些“脏东西”去掉。

3.1.1 体素滤波：降采样与去噪兼顾

体素滤波是我个人最常用的方法。它的思路很简单：把空间划分成一个个小立方体（体素），每个体素内只保留一个点（通常是重心点）。

这样做有两个好处：一是大幅降低点云数量（比如从10万点降到1万点），二是顺便把体素内的噪声点给平均掉了。

// 体素滤波核心参数
// leaf_size: 体素边长（单位：米）
// 我一般设0.1m，场景大可以设0.2m

pcl::VoxelGrid<pcl::PointXYZ> voxel_filter;
voxel_filter.setLeafSize(0.1f, 0.1f, 0.1f);
voxel_filter.setInputCloud(cloud_in);
voxel_filter.filter(*cloud_out);

3.1.2 统计滤波：干掉离群点

统计滤波，说白了就是“看邻居”。如果一个点周围邻居太少，那它很可能是噪声。我曾在高速场景遇到过——远处一个孤立的点，统计滤波直接把它干掉了，后来发现那其实是只飞鸟。

算法原理：计算每个点到其k个近邻的平均距离。如果这个距离超过全局均值+若干倍标准差，就判定为离群点。

// 统计滤波参数
// mean_k: 近邻数量（我常用50）
// std_dev: 标准差倍数（我常用1.0）

pcl::StatisticalOutlierRemoval<pcl::PointXYZ> sor;
sor.setMeanK(50);
sor.setStddevMulThresh(1.0);
sor.setInputCloud(cloud_in);
sor.filter(*cloud_out);

3.1.3 半径滤波：简单粗暴但有效

半径滤波更直接：在指定半径内，如果邻居点数量少于阈值，就干掉。我一般在预处理流水线里把它放在统计滤波之后，作为二次过滤。

// 半径滤波参数
// radius: 搜索半径（0.1m）
// min_pts: 最少邻居数（3个）

pcl::RadiusOutlierRemoval<pcl::PointXYZ> ror;
ror.setRadiusSearch(0.1);
ror.setMinNeighborsInRadius(3);
ror.setInputCloud(cloud_in);
ror.filter(*cloud_out);

3.2 图像去畸变与增强

摄像头图像的问题，说白了就是“镜头不完美”。广角镜头尤其明显——画面边缘的直线会变弯。这就是畸变。

3.2.1 去畸变：让直线变直

畸变分两种：径向畸变（桶形/枕形）和切向畸变（镜头安装歪了）。去畸变需要相机内参和畸变系数，这些通常在标定阶段获得。

// OpenCV去畸变示例
cv::Mat camera_matrix, dist_coeffs;
// 从标定文件读取内参和畸变系数

cv::Mat undistorted;
cv::undistort(image, undistorted, camera_matrix, dist_coeffs);

3.2.2 图像增强：让特征更明显

去畸变只是第一步。实际场景中，光照变化、阴影、夜间低照度都会影响图像质量。我常用的增强手段：

• 直方图均衡化：提升对比度，适合逆光场景
• CLAHE：限制对比度自适应直方图均衡，比普通均衡更自然
• 伽马校正：调整亮度，夜间场景常用

// CLAHE增强示例
cv::Ptr<cv::CLAHE> clahe = cv::createCLAHE(2.0, cv::Size(8, 8));
cv::Mat enhanced;
clahe->apply(gray_image, enhanced);

3.3 时间戳同步与空间对齐

这是融合感知里最头疼的问题。你想想看，激光雷达和摄像头采集数据的时间不一样，空间位置也不一样。怎么把它们对应起来？

3.3.1 时间戳同步：硬触发 vs 软触发

时间同步说白了就是让两个传感器“同时”采集数据。有两种方案：

方案	原理	精度	成本	我的评价
硬触发	硬件信号线连接，激光雷达触发摄像头	微秒级	高（需要硬件支持）	最可靠，但调试麻烦
软触发	软件打时间戳，后对齐	毫秒级	低	够用，但要注意延迟

硬触发方案：我曾在量产项目里用过。激光雷达每转一圈，输出一个脉冲信号，触发摄像头曝光。这样时间差能控制在10微秒以内。但硬件布线、信号干扰都是坑。

软触发方案：更灵活。每个传感器数据都带上时间戳，然后找最近的时间对。我一般用线性插值来补偿时间差。

// 软触发时间对齐伪代码
// 找激光雷达帧和图像帧的时间差最小的配对
for each lidar_frame:
    find image_frame with min(|timestamp_lidar - timestamp_image|)
    if time_diff < 10ms:  // 阈值可调
        align(lidar_frame, image_frame)

3.3.2 空间对齐：把点云投影到图像上

空间对齐，说白了就是知道激光雷达的一个点，对应图像上的哪个像素。这需要联合标定得到的旋转矩阵R和平移向量t。

// 点云投影到图像
// 输入：3D点 (X, Y, Z)，相机内参 K，外参 R, t
// 输出：像素坐标 (u, v)

// 1. 将激光雷达坐标系下的点转换到相机坐标系
P_cam = R * P_lidar + t

// 2. 投影到图像平面
u = fx * P_cam.x / P_cam.z + cx
v = fy * P_cam.y / P_cam.z + cy

3.4 本章知识体系

下面这张图，是我自己总结的预处理流程。你一看就明白了：

你看，整个流程其实很清晰。原始点云和图像各自经过滤波/增强后，再通过时间同步和空间对齐，最终得到一一对应的数据对。这就是后续融合感知的基础。