能否通过ROS启用Intel RealSense相机的后处理功能？

1. 直接通过rs_camera.launch启用内置后处理 #

realsense-ros官方包已经集成了SDK的保边滤波模块，无需额外开发，启动相机时直接指定滤波参数即可：

• 终端启动命令：

  roslaunch realsense2_camera rs_camera.launch filters:=edge_preserve_filter
  

• 若习惯修改launch文件，直接在rs_camera.launch中添加参数：

  <param name="filters" value="edge_preserve_filter" />
  

• 如需组合多个滤波（比如先降采样再保边），用逗号分隔参数：

  roslaunch realsense2_camera rs_camera.launch filters:=decimation_filter,edge_preserve_filter
  

  先降采样可减少点云数量，提升保边滤波的运行效率。

2. 使用独立后处理节点rs_processing #

如果不想改动相机启动配置，官方包提供了单独的rs_processing节点，专门处理已发布的点云数据：

• 终端启动命令示例：

  rosrun realsense2_camera rs_processing _filters:=edge_preserve_filter _input:=/camera/depth/color/points _output:=/camera/depth/color/points_filtered
  

  参数说明：
  • _filters：指定启用的滤波类型，此处填edge_preserve_filter
  • _input：订阅的原始点云话题，可根据实际话题名调整
  • _output：处理后发布的新话题名，方便后续节点订阅使用

3. 自定义节点（需精细控制时） #

如果官方节点的参数无法满足需求，也可以自行编写ROS节点调用SDK的保边滤波接口。核心逻辑是订阅原始点云，通过SDK处理后重新发布。

可参考官方rs_processing节点的源码，简化核心代码如下：

#include <ros/ros.h>
#include <sensor_msgs/PointCloud2.h>
#include <librealsense2/rs.hpp>
#include <pcl_conversions/pcl_conversions.h>

rs2::edge_preserve_filter ep_filter;
ros::Publisher pub;

void cloudCallback(const sensor_msgs::PointCloud2::ConstPtr& msg) {
    // 将ROS点云转换为RealSense可处理的frame格式
    rs2::frame rs_frame;
    // 格式转换逻辑可直接参考realsense-ros源码，避免重复开发
    auto filtered_frame = ep_filter.process(rs_frame);
    
    // 将处理后的frame转回ROS点云格式并发布
    sensor_msgs::PointCloud2 filtered_msg;
    // 完成格式转换后赋值
    filtered_msg.header = msg->header;
    pub.publish(filtered_msg);
}

int main(int argc, char** argv) {
    ros::init(argc, argv, "edge_preserve_filter_node");
    ros::NodeHandle nh;
    auto sub = nh.subscribe("/camera/depth/color/points", 1, cloudCallback);
    pub = nh.advertise<sensor_msgs::PointCloud2>("/filtered_pointcloud", 1);
    ros::spin();
    return 0;
}

4. 验证滤波效果 #

启用滤波后，通过rviz同时查看原始点云和处理后的点云，对比边缘清晰度：

rosrun rviz rviz

添加两个PointCloud2组件，分别订阅原始话题和滤波后的话题，即可直观验证边缘保留效果。

内容的提问来源于stack exchange，提问作者DuffRumkins