第3章 · 点云预处理

体素滤波、直通滤波、半径滤波、统计滤波，实战代码与效果对比。

点云预处理，说白了就是给原始点云“洗个澡”。激光雷达一帧扫下来，少则几万，多则上百万个点。这里头有噪声、有离群点、有远距离的稀疏点，还有大量冗余。如果不处理，后面的检测和跟踪根本跑不动。我刚开始做自动驾驶感知时，就吃过这个亏——直接把原始点云塞进网络，结果显存爆了，精度还一塌糊涂。所以，预处理不是可选项，是必选项。

1. 体素滤波 —— 降采样主力

体素滤波，就是把三维空间切成一个个小立方体（体素），每个体素内只保留一个重心点。说白了就是用分辨率换速度。我习惯把体素大小设在 0.1m～0.5m 之间，具体看场景。高速公路上 0.2m 就够，城区复杂场景我可能会用 0.1m。

import open3d as o3d

pcd = o3d.io.read_point_cloud("lidar_frame.pcd")
# 体素滤波，leaf_size = 0.2m
voxel_down = pcd.voxel_down_sample(voxel_size=0.2)
o3d.visualization.draw_geometries([voxel_down])

我在项目里经常先做体素滤波，把 10 万点降到 2 万左右，后续处理快很多。但注意——体素滤波会丢失精细结构，比如行人轮廓。所以后面通常还要接别的滤波。

2. 直通滤波 —— 切出 ROI

直通滤波，就是沿着某个坐标轴切一刀。比如我只关心车前 50 米内的障碍物，那就把 x 轴范围设在 [0, 50]。你想想看，远距离的点又稀疏又没用，直接砍掉能省不少计算。

import open3d as o3d
import numpy as np

pcd = o3d.io.read_point_cloud("lidar_frame.pcd")
points = np.asarray(pcd.points)
# 保留 x 在 0~50m, y 在 -20~20m, z 在 -2~3m
mask = (points[:, 0] > 0) & (points[:, 0] < 50) & \
       (points[:, 1] > -20) & (points[:, 1] < 20) & \
       (points[:, 2] > -2) & (points[:, 2] < 3)
filtered = pcd.select_by_index(np.where(mask)[0])
o3d.visualization.draw_geometries([filtered])

3. 半径滤波 —— 干掉孤立点

半径滤波的思路很简单：以每个点为中心画个球，如果球内邻居数少于阈值，就认为是离群点，删掉。我在处理高速公路点云时，经常遇到一些“飞点”——可能是飞虫或者灰尘。半径滤波一搞，基本就干净了。

# 半径滤波：半径0.5m内至少要有3个点
cl, ind = pcd.remove_radius_outlier(nb_points=3, radius=0.5)
filtered = pcd.select_by_index(ind)
o3d.visualization.draw_geometries([filtered])

4. 统计滤波 —— 更平滑的离群点去除

统计滤波和半径滤波有点像，但它基于全局统计。它计算每个点到最近 k 个邻居的平均距离，如果这个距离超过全局均值 + 若干倍标准差，就干掉。说白了，它更适合去除稀疏的、离散的噪声。

# 统计滤波：每个点考虑20个邻居，标准差倍数设为2.0
cl, ind = pcd.remove_statistical_outlier(nb_neighbors=20, std_ratio=2.0)
filtered = pcd.select_by_index(ind)
o3d.visualization.draw_geometries([filtered])

我个人经验：统计滤波对高斯噪声效果很好，但遇到成片的离群点（比如反射板造成的鬼影）就有点力不从心。这时候我会先用半径滤波粗筛，再用统计滤波精修。

5. 效果对比与选型建议

滤波方法	主要用途	参数敏感度	速度	我常用的场景
体素滤波	降采样，减少点数	中等	⭐⭐⭐⭐	所有场景的第一步
直通滤波	裁剪ROI，去除远区/地面	低	⭐⭐⭐⭐⭐	快速限定检测范围
半径滤波	去除稀疏离群点	较高	⭐⭐⭐	城区、隧道等密集点云
统计滤波	去除高斯噪声/均匀离群点	中等	⭐⭐⭐	高速公路、远距离稀疏区

你看，没有万能滤波。我通常的管线是：直通滤波 → 体素滤波 → 半径滤波 → 统计滤波。当然，如果实时性要求极高，可以只做直通+体素。但要是做高精度检测，后面两个滤波别省。

嗯，预处理这块其实不难，但坑不少。我记得有一次在雨夜场景，统计滤波把雨滴当成有效点保留了，后来我加了基于强度的直通滤波才搞定。所以，多试试组合，别死磕单一方法。