在本教程中，我们将学习如何消除噪声测量值，例如异常值， 使用统计分析技术的点云数据集。

背景

激光扫描通常会生成不同点密度的点云数据集。 此外，测量误差会导致稀疏异常值，从而破坏 结果更多。这使得本地点云的估计变得复杂 表面法线或曲率变化等特征，导致 错误的值，进而可能导致点云配准失败。 其中一些不规则性可以通过执行统计分析来解决 在每个点的邻域上，并修剪那些不符合某个点的邻域 标准。我们的稀疏异常值去除基于计算 输入数据集中点到相邻要素距离的分布。对于每个 点，我们计算从它到所有邻居的平均距离。通过假设 结果分布是具有均值和标准的高斯分布 偏差，平均距离超出由 定义的区间的所有点 全局距离平均值和标准差可被视为异常值 并从数据集中修剪。

下图显示了稀疏异常值分析和 删除：原始数据集显示在左侧，而生成的数据集显示在 对。该图显示了点中的平均 k 最近邻距离 过滤前后的邻域。

代码

首先，下载数据集 table_scene_lms400.pcd 并将其保存到磁盘的某个位置。

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl