PCL点云滤波算法选型与应用评估 - 第3节
一、统计滤波：为什么它能成为离群点克星？
做点云处理的朋友，十有八九都遇到过这种场景——扫描出来的点云，总有几个点飘在莫名其妙的位置。离群点，说白了就是这些「不守规矩」的点。我刚开始做SLAM的时候，就被这些点坑过好几次，直到遇见了统计滤波（Statistical Outlier Removal，简称SOR）。
统计滤波的原理其实特别朴素。你想想看，一个正常的点云，每个点周围应该都有不少邻居。离群点呢？它周围空空荡荡，邻居少得可怜。SOR就是抓住这个特点，把那些「不合群」的点揪出来。
核心思想：对每个点，计算它到所有邻居点的平均距离。如果这个平均距离超出了全局统计范围，就判定为离群点。
1.1 均值与标准差：两个关键角色
这里我要重点讲一下均值和标准差。很多初学者搞不清这两个东西到底在干嘛。
均值（μ）：所有点与其邻居的平均距离的算术平均值。它代表了一个「正常点」应该有的邻居距离水平。
标准差（σ）：衡量这些平均距离的离散程度。标准差越大，说明点云分布越不均匀。
判断规则很简单：
- 如果一个点的平均邻居距离 > μ + std_mult × σ，就把它干掉
- std_mult 是一个倍数，我一般设1.0到2.0之间
为什么会这样？因为点云中大部分点的邻居距离都集中在均值附近，离群点会远远偏离这个范围。嗯，这里要注意，std_mult设得太小会把正常点误删，设得太大又滤不干净。
我的经验：在室内场景中，std_mult设为1.5效果最好。室外场景可以放宽到2.0。这个值我调了不下50次才总结出来。
1.2 统计滤波的数学本质
说白了，SOR就是在做一个假设检验。它假设所有点的邻居距离服从高斯分布。离群点就是那些落在置信区间之外的点。
数学上可以这样表达：
对于点 p_i：
1. 找到它的 k 个最近邻
2. 计算平均距离 d_i = (1/k) * Σ distance(p_i, neighbor_j)
3. 计算全局均值 μ = (1/N) * Σ d_i
4. 计算全局标准差 σ = sqrt((1/N) * Σ (d_i - μ)²)
5. 如果 d_i > μ + std_mult * σ，则 p_i 是离群点我记得有一次做车载激光雷达的数据处理，点云里混进了很多飞鸟造成的噪点。用SOR配合k=30、std_mult=1.8，一次就滤掉了90%的噪点，效果立竿见影。
二、PCL实现：三行代码搞定统计滤波
PCL（Point Cloud Library）里已经封装好了SOR，用起来特别方便。我直接上代码：
#include <pcl/filters/statistical_outlier_removal.h>
// 创建滤波器对象
pcl::StatisticalOutlierRemoval<pcl::PointXYZ> sor;
sor.setInputCloud(cloud); // 输入点云
sor.setMeanK(50); // 邻居点数k
sor.setStddevMulThresh(1.0); // 标准差倍数
sor.filter(*cloud_filtered); // 执行滤波你看，核心就三行。但参数怎么设，这里头有门道。
2.1 参数调优指南
| 参数 | 作用 | 推荐范围 | 我的建议 |
|---|---|---|---|
| setMeanK(k) | 每个点考虑的邻居数量 | 10 ~ 100 | 点云密度大时用大值，密度小时用小值 |
| setStddevMulThresh(std_mult) | 离群判定阈值倍数 | 0.5 ~ 3.0 | 保守滤波用1.0，激进滤波用2.0 |
避坑指南：我曾经在一个项目中把k设成了200，结果滤波跑了整整3分钟。k值越大，计算量呈线性增长。对于百万级点云，k不要超过50。
三、去除离群点的最佳实践
做了这么多年点云处理，我总结了一套SOR的使用套路。你照着做，基本不会翻车。
3.1 什么时候该用SOR？
- 激光雷达数据：尤其是多线雷达，边缘点经常有噪点
- 深度相机数据：Kinect、RealSense在物体边缘会产生飞点
- 拼接后的点云：多帧拼接时，匹配误差会产生孤立点
3.2 什么时候不该用SOR？
- 稀疏点云：比如只有几百个点的场景，SOR会把正常点也删掉
- 有结构边缘的场景：比如建筑物的棱边，那里的点邻居少，容易被误删
我的习惯：先用体素滤波降采样，再用SOR去噪。顺序不能反！先降采样能减少计算量，而且降采样后的点云更均匀，SOR效果更好。
3.3 实战中的参数选择策略
我一般这样操作：
- 先设k=30，std_mult=1.5，跑一次看看效果
- 如果滤掉的点太多（超过5%），把std_mult调大到2.0
- 如果还有明显离群点没滤掉，把std_mult调小到1.0
- 如果点云密度不均匀，考虑分区域滤波
你想想看，其实SOR的参数调优就是个二分法。我见过有人用网格搜索调参，说实话没必要，凭经验调两三次就能找到合适的值。
四、统计滤波的局限性
任何算法都不是万能的。SOR也有它搞不定的情况。
- 对密度变化敏感：如果点云本身密度差异很大（比如近处密远处疏），SOR会把远处的稀疏点也当成离群点
- 无法处理成簇的离群点：如果离群点聚成一团，它们互相成为邻居，SOR就识别不出来了
- 计算效率问题：需要构建KD-Tree找邻居，百万级点云大概要几百毫秒
一句话总结：统计滤波是点云预处理的第一道防线，但不是万能药。配合其他滤波方法（比如半径滤波、条件滤波）使用，效果更佳。
五、知识体系总览
下面这张图是我自己画的，把统计滤波的整个知识脉络串起来了。你看一遍就能记住核心要点。
这张图把SOR的来龙去脉都讲清楚了。从核心原理出发，到两个关键参数，再到数学基础，最后落到应用场景和局限性。你照着这个框架去理解，就不会迷失在细节里。
好了，统计滤波的内容就讲到这里。记住一句话：SOR是点云预处理中最实用的滤波之一，掌握好k和std_mult这两个参数，你就能应对大部分离群点问题。