点云中值滤波函数（附python open3d 实现）

实现一个名为'median_filter'的函数。这个函数接受两个参数，一个是点云数据（Point Cloud Data，简称pcd），另一个是过滤器半径（radius）。

函数首先创建一个KDTreeFlann对象，这是用于在点云数据中执行k近邻搜索的算法。然后，它创建了一个与原始点云数据相同的数组（points_copy）以及一个到原始点云的引用（points）。

然后，函数遍历每个点，对于每个点，它使用KDTreeFlann对象执行半径搜索，以找到距离该点在给定半径内的所有点。半径搜索的返回值k表示在给定半径内的邻居点数量。如果k小于3，那么该点被跳过。

如果邻居点的数量大于或等于3，函数会计算这些邻居点的中位数，并将这个中位数赋值给原始点云数据中相应的点（points_copy中的i点）。

最后，函数将修改后的点云数据（points_copy）转换回Vector3dVector格式，并返回。

 
def median_filter(pcd, radius):
	kdtree = o3d.geometry.KDTreeFlann(pcd)
	points_copy = np.asarray(pcd.points)
	points = np.asarray(pcd.points)
	num_points = len(pcd.points)
 
	for i in range(num_points):
		k, idx, _ = kdtree.search_radius_vector_3d(pcd.points[i], radius)
		if k < 3:
			continue
 
		neighbors = points[idx, :]
		median = np.median(neighbors, 0)
 
		points_copy[i] = median
 
	pcd.points = o3d.utility.Vector3dVector(points_copy)