汇总！三维点云去噪算法，涉及深度学习等

### CloudCompare 中 SOR 滤波器参数设置 在CloudCompare中应用统计离群点去除(SOR, Statistical Outlier Removal)滤波器进行点云去噪主要涉及几个重要参数的选择。这些参数对于获得理想的过滤效果至关重要。 #### 参数说明 - **K邻域数 (k)** 为了定义一个点是否为离群点，算法会计算该点周围邻居的数量。通常建议将此值设为较小范围内的整数值，例如10到20之间[^1]。如果`k`值过低，则可能导致正常数据被误删；反之过高则可能无法有效移除噪声。 - **标准差倍数 (std_mul)** 这个阈值决定了多远距离外的点被认为是异常点并予以删除。一般推荐的标准差乘数介于1至2之间[^1]。较低的标准差倍数意味着更严格的筛选条件，可能会丢失一些有效的边缘特征；而较高的值虽然能保留更多细节但也容易放过部分噪音。 ```cpp // C++ pseudo code to set up the filter in a programmatic way using CC's API or similar libraries. cc::GenericFilter* sor_filter = new cc::SORFilter(); sor_filter->setParameter("k", 15); // Set k-nearest neighbors count sor_filter->setParameter("std_mul", 1.5);// Set standard deviation multiplier ``` - **迭代次数 (iterations)** 有时一次处理并不能完全清除所有的孤立点，在这种情况下可以考虑增加迭代次数来反复执行上述过程直到达到满意的结果为止。不过需要注意的是过多轮次也可能损害原始几何结构的信息完整性[^1]。