3. 点云数据预处理实战

在FARO扫描仪完成现场采集后，我们拿到的原始点云往往并不是可以直接用于偏差分析的数据。原始点云中通常混杂着扫描噪声、离群点、地面与周边环境杂点、重复扫描的重叠区域，以及因反射率差异产生的稀疏或漂移点。如果直接把这些数据送入配准或CAD比对流程，配准会因离群点被“拉偏”，偏差色谱也会出现大量虚假的红色区域。因此，预处理的核心目标不是“让点云变好看”，而是让后续配准和偏差分析的输入具备几何可信度。

本节以一台FARO Focus激光扫描仪对某工业阀门法兰面进行检测的典型场景为例，说明从原始点云到可配准点云的完整预处理链路。示例中的参数均为教学假设值，实际项目需根据扫描分辨率、目标尺寸和精度要求调整。

一、先做质量评估，再决定处理策略

拿到点云后，第一步不是急着去噪，而是先做质量评估。评估至少要看四个维度：点密度、噪声水平、覆盖完整性和坐标基准。在FARO SCENE或FARO Connect中，可以查看点云的整体点数、平均点间距以及扫描站之间的重叠度。对于法兰面这种平面特征，还可以截取一个局部区域，观察点云厚度——如果理论平面上的点云厚度超过0.5 mm，说明噪声或配准前姿态偏差已经不可忽略。

质量评估的另一个关键是判断噪声类型。孤立离群点通常远离主点云，表现为零星散点；而表面噪声则紧贴真实表面，表现为点云“变厚”。两者处理方式不同：前者适合统计滤波，后者适合平滑或重采样。若不做区分就统一处理，容易把真实边缘特征一起抹掉。

二、去噪：统计滤波与半径滤波的配合

去噪的常用手段是统计离群点移除（Statistical Outlier Removal, SOR）和半径离群点移除（Radius Outlier Removal, ROR）。SOR的思路是：对每个点计算它到最近k个邻居的平均距离，若该距离超过全局均值加若干倍标准差，则判定为离群点。在CloudCompare中，典型教学参数可设为：邻居数k=20，标准差倍数=2.0。这意味着只有明显偏离主分布的点才会被删除，对法兰边缘的保留较为友好。

ROR则从另一个角度工作：规定一个半径r内至少要有n个邻居，否则删除。对于扫描仪在深孔或遮挡区域产生的稀疏点，ROR比SOR更有效。示例中可设r=2 mm、n=6。实际操作时建议先SOR去除明显飞点，再用ROR清理局部稀疏噪声，顺序不宜颠倒，否则ROR可能因飞点干扰而误删正常点。

三、滤波：按几何与属性保留有效区域

滤波与去噪不同，它更多是“按规则保留或剔除”。常见操作包括：按高度裁剪去除地面、按距离裁剪去除远处背景、按法向过滤保留特定朝向的面。对于法兰面检测，可以用直通滤波（PassThrough）沿Z轴保留法兰附近±30 mm的点，快速剔除地面和周边设备。若点云带有强度信息，还可以按强度阈值剔除低反射噪声，但要注意强度阈值不能一刀切，否则会误删真实低反射表面。

滤波阶段要特别小心“过度裁剪”。建议每次裁剪后都查看剩余点云的空间范围，确认目标特征没有被切掉。对于后续要配准的点云，保留一定数量的周边稳定特征（如地面、墙面）反而有利于配准，不必全部删净。

四、下采样：在精度与效率之间取平衡

原始点云动辄千万级点，直接配准和比对会非常慢。下采样的目的是在保留几何特征的前提下减少点数。最常用的是体素栅格下采样（Voxel Grid），即把空间划分为固定边长的立方体，每个立方体内用重心点代替所有点。示例中若原始点间距约3 mm，可设体素边长5 mm，既能压缩数据量，又不会明显丢失法兰边缘的圆角特征。

下采样参数不是越小越好。体素过小，压缩效果有限；体素过大，薄壁、小孔和边缘会被“糊掉”。一个实用的判断方法是：下采样后重新截取法兰边缘局部，观察边缘是否仍然清晰可辨。如果边缘出现明显锯齿或圆角被拉直，说明体素偏大，应减小。

五、配准前的数据清理与质量复检

完成上述步骤后，还需要做一次配准前的专项清理：删除扫描站自身遮挡产生的“阴影点”、删除重复扫描的重叠冗余点、检查点云是否已统一到同一坐标系。若多站数据尚未配准，应保留各站独立文件，先做粗配准再做精配准，不要在下采样后的低密度点云上直接做精配准。

质量复检建议关注三个指标：剩余点数、平均点间距、目标区域点云厚度。以法兰面为例，预处理后若平面区域点云厚度从0.8 mm降到0.3 mm以内，且边缘特征仍可辨识，说明清理有效。若厚度没有明显改善，可能是噪声类型判断错误，需要回到质量评估阶段重新分析。

六、可直接执行的预处理检查表

为便于在项目中复现，下面给出一份针对法兰面检测的预处理检查表示例。字段和阈值可根据实际扫描分辨率调整，但检查顺序建议保持一致。

需要强调的是，预处理没有一套放之四海皆准的参数。同一台FARO扫描仪，在不同距离、不同表面材质和不同环境光下，噪声水平差异很大。真正可靠的做法是：先评估、再处理、后复检，每一步都保留可对比的中间结果。只有这样，配准和偏差分析阶段得到的结论才具备工程可信度，而不是被预处理“制造”出来的假象。