第四节：统计滤波原理

统计滤波，说白了就是利用数据的统计特性来剔除异常点。我刚开始做点云处理时，总觉得滤波就是套个半径或者设个距离阈值，后来发现——嗯，没那么简单。

你想想看，激光雷达扫出来的点云，里面总会有那么几个「不听话」的点。可能是飞鸟，可能是扬尘，也可能是传感器本身的噪声。这些离群点如果不处理，后续的配准、建图、分割都会受影响。我踩过这个坑，所以今天咱们好好聊聊统计滤波的数学原理。

4.1 统计滤波的核心思想

统计滤波的直觉其实很朴素：一个点是不是离群，看它和邻居们的距离就知道了。

具体来说，对于点云中的每个点，我们计算它到所有K个近邻点的平均距离。然后，我们统计所有点的「平均距离」的分布——这个分布通常近似于高斯分布。于是，我们就可以用均值和标准差来划定一个范围，超出这个范围的点，就被判定为离群点。

核心公式：

对于点 p_i，计算它到 K 个最近邻的平均距离 d_i

所有 d_i 的均值：μ = (1/N) Σ d_i

所有 d_i 的标准差：σ = sqrt((1/N) Σ (d_i - μ)²)

判定阈值：T = μ + α × σ

如果 d_i > T，则点 p_i 被标记为离群点

这里的 α 就是标准差倍数，通常取 1.0 到 3.0 之间。α 越大，滤波越宽松；α 越小，滤波越严格。

4.2 均值与标准差的作用

我经常被问到：「为什么非得用均值和标准差？直接用最大距离不行吗？」

这个问题问得好。咱们来拆解一下：

均值 μ：代表了点云中「正常点」的邻域平均距离。说白了，就是大多数点之间的疏密程度。如果点云很密，μ 就小；如果点云很稀疏，μ 就大。
标准差 σ：代表了点云中「正常点」的邻域距离的波动程度。如果点云分布均匀，σ 就小；如果点云分布不均匀（比如有边缘、有遮挡），σ 就大。

这两个参数配合起来，就能自适应地处理不同密度的点云。举个例子：

场景	均值 μ	标准差 σ	阈值 T
室内密集点云	0.05 m	0.02 m	0.05 + 2×0.02 = 0.09 m
室外稀疏点云	0.30 m	0.10 m	0.30 + 2×0.10 = 0.50 m

你看，同样的 α=2，在室内场景下阈值是 9cm，在室外场景下阈值是 50cm。这就是统计滤波的妙处——它能自动适应点云的密度变化。

我的经验：

我在做自动驾驶路测数据处理时，遇到过一种情况：车辆转弯时，点云密度会剧烈变化。如果只用固定半径滤波，要么把墙上的点误删了，要么把远处的离群点放过了。换成统计滤波后，这个问题就解决了。因为统计滤波的阈值是动态计算的。

4.3 离群点判定阈值

阈值 T = μ + α × σ 这个公式，其实隐含了一个假设：正常点的邻域平均距离服从高斯分布。但实际点云数据往往不是完美的高斯分布，所以 α 的选择就变得很关键。

我个人的习惯是：

α = 1.0：非常严格的滤波，会剔除大约 15% 的点（如果数据是高斯分布的话）。适合对精度要求极高的场景，比如工业检测。
α = 2.0：中等严格，剔除约 5% 的点。这是最常用的设置，适合大多数 SLAM 和建图场景。
α = 3.0：宽松滤波，只剔除极端离群点。适合点云本身噪声较大的情况，比如远距离激光雷达数据。

注意：

α 不是越大越好。我曾经在一个项目中把 α 设成了 5.0，结果离群点一个都没滤掉——因为阈值太大了，所有点都通过了。反过来，α 设成 0.5 的话，会把很多正常点也当成离群点删掉，导致点云变得稀疏。

另外，K 值（近邻数量）也会影响滤波效果。K 太小，统计结果不稳定；K 太大，计算量上去了，而且会模糊局部细节。我一般取 K = 20~50，具体看点云密度。

4.4 统计滤波的完整流程

咱们把整个流程串起来，看看统计滤波到底是怎么工作的：

输入：原始点云 P，近邻数 K，标准差倍数 α
输出：滤波后的点云 P_filtered

1. 构建 KD-Tree 或 Octree，加速近邻搜索
2. 对于每个点 p_i：
   a. 搜索 K 个最近邻
   b. 计算到这些近邻的欧氏距离
   c. 求平均距离 d_i
3. 计算所有 d_i 的均值 μ 和标准差 σ
4. 计算阈值 T = μ + α × σ
5. 对于每个点 p_i：
   if d_i <= T:
      保留 p_i
   else:
      剔除 p_i
6. 返回保留的点集

这里有个细节：第 1 步构建 KD-Tree 是必须的。如果不做加速，直接暴力搜索近邻，时间复杂度是 O(N²)，点云一多就卡死了。我见过有人用 10 万点的点云跑暴力搜索，等了 5 分钟还没出结果——嗯，那滋味不好受。

4.5 统计滤波 vs 半径滤波

很多初学者会问：「统计滤波和半径滤波有什么区别？我该用哪个？」

我画了一张图，帮你理解两者的核心差异：

从图上可以看得很清楚：统计滤波的阈值是「算出来」的，半径滤波的阈值是「设出来」的。这就决定了它们的适用场景不同。

我个人建议：

如果你不确定点云的密度分布，或者点云来自不同距离、不同角度，优先用统计滤波
如果你对场景很熟悉，点云密度基本均匀，半径滤波更简单、更快
如果两者都不满意，可以组合使用——先统计滤波剔除远距离离群点，再半径滤波剔除孤立点

避坑指南：

我曾经在一个项目中，用统计滤波处理车载激光雷达数据。当时没注意，把 K 设成了 5，结果滤波效果很差——因为 K 太小，统计结果受局部噪声影响太大。后来我把 K 调到 30，效果就好多了。所以我的建议是：K 不要小于 10，最好在 20~50 之间。

好了，统计滤波的原理就讲到这里。记住三个关键点：均值描述整体密度，标准差描述局部波动，α 控制滤波强度。下节课咱们聊聊实际代码怎么写，以及怎么调参才能又快又好。