4. 点云预处理（一）
点云拿到手，很少能直接用的。这是我做了这么多年视觉项目最深的体会。传感器扫出来的原始数据，要么范围太大，要么点太多，要么全是飞点噪声。说白了，你得先「收拾」一下，才能让后续的测量或识别算法正常工作。
这一章，咱们就聊三种最常用的预处理手段：直通滤波（裁剪范围）、体素滤波（降采样）、统计滤波（去噪点）。它们就像三把筛子，一把比一把细。
核心思路：原始点云 → 直通滤波（切出ROI） → 体素滤波（减少点数） → 统计滤波（剔除离群点） → 干净点云。这个流程我几乎每个项目都会用，顺序也基本固定。
4.1 直通滤波：先切一刀
直通滤波，名字听着玄乎，其实就是沿着某个坐标轴（X、Y 或 Z）设定一个范围，把范围之外的点全扔掉。比如你只关心工作台上一个 200mm×150mm 的区域，那就把 X 和 Y 方向一裁，剩下的点云就干净多了。
我个人习惯在 Halcon 里用 reduce_domain 配合 threshold 来做，但更直接的方式是用 select_points_object_model_3d 这个算子。它支持按坐标范围筛选，非常灵活。
* 读取点云
read_object_model_3d('pointcloud.ply', 'm', [], [], ObjectModel3D)
* 直通滤波：保留 X 在 [-50, 50] mm，Y 在 [-30, 30] mm 内的点
select_points_object_model_3d(ObjectModel3D, 'point_coord_x', -50, 50, ObjectModel3D_XY)
select_points_object_model_3d(ObjectModel3D_XY, 'point_coord_y', -30, 30, ObjectModel3D_XY)
* 也可以一步到位，用 'box' 方式裁剪
* 创建一个包围盒：中心 (0,0,0)，尺寸 (100, 60, 200)
select_points_object_model_3d(ObjectModel3D, 'box', [0, 0, 0, 100, 60, 200, 0, 0, 0], ObjectModel3D_Box)我的经验：直通滤波的「box」方式，最后一个参数是旋转角度（弧度）。如果工件有倾斜，记得调整这个角度，否则会切歪。我曾经在一个 PCB 检测项目里忘了设角度，结果切出来的点云全是斜的，排查了半天才发现。
4.2 体素滤波：给点云「减肥」
高分辨率 3D 相机扫出来的点云，动不动就几百万个点。你想想看，这么多点全拿去处理，算法跑起来得有多慢。体素滤波就是干这个的——它把空间划分成一个个小立方体（体素），每个体素内只保留一个代表点（通常是重心或中心）。
说白了，就是用精度换速度。体素边长越大，点越少，但细节丢失也越多。这个参数需要根据你的测量精度来调。
| 体素边长 (mm) | 输出点数（约） | 适用场景 |
|---|---|---|
| 0.5 | 80% 原始点数 | 高精度测量，细节保留 |
| 1.0 | 30% 原始点数 | 通用场景，平衡速度与精度 |
| 2.0 | 10% 原始点数 | 快速预览，粗定位 |
* 体素滤波：设置体素边长为 1.0 mm
* 使用 'voxel_size' 参数控制降采样程度
sample_object_model_3d(ObjectModel3D_XY, 'fast', 1.0, ObjectModel3D_Voxel)
* 另一种方式：指定目标点数（不常用，但有时很方便）
* sample_object_model_3d(ObjectModel3D_XY, 'random', 50000, ObjectModel3D_Random)注意：体素滤波的 'fast' 模式用的是体素中心，'random' 模式是随机采样。我个人推荐用 'fast'，因为它能保证点云分布均匀，不会出现局部过密或过疏的情况。但如果你需要保留边缘细节，可以试试 'random' 配合较大的目标点数。
4.3 统计滤波：把「飞点」揪出来
这一步是我觉得最解气的。3D 传感器经常会在边缘或反光区域产生一些「飞点」——就是那些明显偏离真实表面的孤立点。统计滤波的原理很简单：对每个点，计算它到 k 个最近邻的平均距离。如果这个距离超过全局均值的一定标准差，就判定为离群点，直接剔除。
嗯，这里有两个关键参数：k（邻域点数）和 std_dev（标准差倍数）。k 越大，判断越平滑；std_dev 越小，剔除越严格。
* 统计滤波：设置邻域点数 k=10，标准差倍数 std_dev=1.5
* 注意：Halcon 中这个算子叫 'outlier_filter'，参数是 'k' 和 'sigma_scale'
filter_object_model_3d(ObjectModel3D_Voxel, 'outlier_filter', 10, 1.5, ObjectModel3D_Filtered)
* 查看滤波前后的点数差异
get_object_model_3d_params(ObjectModel3D_Voxel, 'num_points', NumPointsBefore)
get_object_model_3d_params(ObjectModel3D_Filtered, 'num_points', NumPointsAfter)
disp_message(WindowHandle, '滤波前：' + NumPointsBefore + ' 点，滤波后：' + NumPointsAfter + ' 点', 'window', 12, 12, 'black', 'true')避坑指南：我曾经在一个汽车钣金件检测项目里，把 std_dev 设成了 0.8，结果把工件边缘的正常点也剔掉了，导致测量结果偏小。后来我改成 1.5，效果就好了。所以我的建议是：先设一个宽松的值（比如 2.0），看看效果，再逐步收紧。别一上来就下狠手。
4.4 三种滤波的对比与选择
这三种滤波各有各的用处，我整理了一张表，方便你对照着选。
| 滤波类型 | 核心作用 | 关键参数 | 典型应用 |
|---|---|---|---|
| 直通滤波 | 裁剪空间范围 | 坐标轴、上下限 | 去除背景、聚焦ROI |
| 体素滤波 | 降采样、控制密度 | 体素边长 | 加速后续处理 |
| 统计滤波 | 剔除离群噪声 | k、std_dev | 去除飞点、边缘毛刺 |
实际项目中，我通常按「直通 → 体素 → 统计」的顺序串起来用。但也不是的——如果你的点云本身就很干净，可以跳过统计滤波；如果点数不多，体素滤波也可以省掉。灵活一点，别死板。
一个小技巧：在 Halcon 里，你可以用 visualize_object_model_3d 实时查看每一步滤波后的效果。我习惯把原始点云和滤波后的点云用不同颜色叠加显示，这样一眼就能看出哪些点被去掉了，非常直观。