3、点云数据基础：点云表示、获取方式与预处理

点云（Point Cloud）是三维空间中一组离散点的集合，每个点通常包含三维坐标（X, Y, Z）以及可选的属性信息（如颜色RGB、反射强度Intensity、法线方向等）。在PointNet缺陷检测模型中，点云是唯一的输入数据源，其质量直接决定了模型的上限。本章将系统讲解点云的数学表示、主流获取设备的工作原理，以及部署前必须完成的预处理流程。理解这些基础内容，是后续进行模型训练、量化与TensorRT部署的前提。

3.1 点云的数学表示与存储格式

点云在数学上定义为集合 P = {p_i | i = 1, 2, ..., N}，其中每个点 p_i 是一个 d 维向量。在缺陷检测场景中，最常见的维度组合为：

• 仅坐标（d=3）：p = (x, y, z)，适用于形状缺陷检测，如凹坑、凸起、变形。
• 坐标+强度（d=4）：p = (x, y, z, intensity)，激光雷达常用，强度可反映材质反射率差异。
• 坐标+颜色（d=6）：p = (x, y, z, r, g, b)，深度相机或结构光扫描获得，颜色信息有助于检测表面纹理缺陷。
• 坐标+法线（d=6）：p = (x, y, z, nx, ny, nz)，法线方向对曲面连续性缺陷（如划痕、裂纹）非常敏感。

在PointNet模型中，输入通常为 N×3 或 N×6 的张量，其中 N 为固定点数（如1024或2048）。由于点云具有无序性（点的排列顺序不影响物体形状）和稀疏性（三维空间中大量区域为空），PointNet采用对称函数（max pooling）来聚合全局特征，这也是其不需要显式处理点序的原因。

3.2 点云获取方式：三大主流传感器原理

不同传感器获取点云的原理差异巨大，直接影响点云的密度、精度、噪声分布和适用场景。在缺陷检测项目中，选型错误会导致后续算法效果大打折扣。

3.2.1 激光雷达（LiDAR）

激光雷达通过发射激光束并测量反射光的时间差（ToF）或相位差来计算距离。机械式LiDAR通过旋转镜面实现360°扫描，固态LiDAR则通过光学相控阵或MEMS微镜实现定向扫描。其核心优势是测量距离远（可达200m+）、精度高（±2cm）、抗环境光干扰强，但缺点是点云稀疏（线数限制）、设备昂贵、对高反射率表面（如镜面）会产生飞点噪声。

3.2.2 结构光（Structured Light）

结构光方案通过投影仪向物体表面投射编码光栅图案，相机捕捉被物体表面调制后的畸变图案，通过三角测量原理计算深度。典型代表是微软Kinect v1和Intel RealSense D435（红外散斑模式）。其优点是近距离精度极高（可达0.1mm级）、点云密集、成本低，适合小型工件表面缺陷检测。缺点是有效距离短（通常0.2-1.5m）、易受环境红外干扰、对黑色或高光物体效果差。

3.2.3 深度相机（ToF / 双目）

ToF（Time-of-Flight）相机通过测量红外光脉冲的往返时间计算深度，如Kinect v2、Azure Kinect。双目相机则通过两个普通相机视差计算深度，如ZED系列。ToF相机帧率高（30-60fps）、无运动模糊，但分辨率较低（通常VGA级别）；双目相机分辨率高、成本低，但计算量大且依赖纹理特征，对无纹理表面（如白色陶瓷）效果差。

3.3 点云预处理：从原始数据到模型输入

原始点云通常包含大量噪声、离群点和冗余数据，直接输入PointNet会导致模型收敛缓慢、精度下降。预处理的目标是去噪、降采样、法线估计、归一化，最终输出固定点数、规范坐标范围的点云张量。

3.3.1 去噪（Denoising）

点云噪声主要来源于传感器测量误差、环境反射干扰、边缘飞点等。常用去噪方法包括：

1. 统计滤波（Statistical Outlier Removal）：计算每个点到其K近邻的平均距离，若平均距离超过全局均值+λ×标准差，则判定为离群点并剔除。λ通常取1.0~2.0。
2. 半径滤波（Radius Outlier Removal）：若某点在指定半径r内邻居数少于阈值t，则剔除。适合去除孤立飞点。
3. 体素滤波（Voxel Filter）：将空间划分为固定尺寸的立方体，每个体素内保留重心点。这既是去噪也是下采样。

// PCL统计滤波核心参数示例
pcl::StatisticalOutlierRemoval<pcl::PointXYZ> sor;
sor.setInputCloud(cloud);
sor.setMeanK(50);          // K近邻点数
sor.setStddevMulThresh(1.0); // 标准差倍数阈值
sor.filter(*cloud_filtered);

3.3.2 下采样（Downsampling）

PointNet要求输入固定点数N，而原始点云可能包含数十万甚至百万点。下采样策略直接影响模型性能：

• 随机采样：最简单，但可能丢失关键几何特征。
• 体素下采样：均匀分布，保留整体形状，但可能平滑掉细小缺陷。
• 最远点采样（FPS）：迭代选择距离已选点集最远的点，能较好保留几何结构，但计算量大。
• 法线空间采样：优先保留法线变化剧烈的区域（如边缘、尖角），适合缺陷检测。

在部署阶段，推荐使用体素下采样+随机采样的组合：先用体素滤波将点云密度降至约5万点，再随机采样至固定N点（如1024）。这样既控制计算量，又保留足够信息。

3.3.3 法线估计（Normal Estimation）

法线是点云的重要局部特征，对缺陷检测尤为关键——缺陷区域（如划痕、凹坑）的法线方向会发生突变。最常用的方法是PCA（主成分分析）：

1. 对每个点p，搜索其K近邻（K通常取20~50）。
2. 计算近邻点的协方差矩阵 C = (1/K)Σ(p_i-p̄)(p_i-p̄)^T。
3. 对C进行特征值分解，最小特征值对应的特征向量即为该点的法线方向。
4. 通过调整法线方向使其与视点方向一致（通常指向传感器）。

// Open3D法线估计示例
import open3d as o3d
pcd = o3d.io.read_point_cloud("scan.ply")
pcd.estimate_normals(search_param=o3d.geometry.KDTreeSearchParamHybrid(radius=0.05, max_nn=30))
# 调整法线方向指向视点
pcd.orient_normals_towards_camera_location(camera_location=[0, 0, 1])

3.3.4 坐标归一化与中心化

PointNet对输入坐标的尺度敏感。建议将所有点云平移至质心为原点，并缩放至单位球体范围（最大半径=1）。这能加速模型收敛并提高泛化能力。

# 归一化代码示例
centroid = np.mean(points, axis=0)
points_centered = points - centroid
max_dist = np.max(np.linalg.norm(points_centered, axis=1))
points_normalized = points_centered / max_dist

3.4 实战案例：结构光扫描手机中框的缺陷检测预处理

背景与约束：某3C电子厂需要对手机金属中框进行表面缺陷检测，检测目标包括划痕（宽度>0.1mm）、凹坑（直径>0.3mm）和氧化斑点。产线节拍要求每件检测时间<3秒。选用Intel RealSense D435结构光相机，工作距离300mm，原始点云约30万点。

初始现象与问题：直接使用原始点云训练PointNet，模型在验证集上F1-score仅为0.72，且推理延迟高达45ms（GPU）。分析发现：

• 点云包含大量环境反射噪声（金属表面镜面反射导致飞点）；
• 点数过多导致PointNet的max pooling特征被噪声淹没；
• 未进行法线估计，模型无法区分划痕（法线突变）与正常表面。

预处理优化过程：

1. 去噪：采用统计滤波（K=30, λ=1.5），剔除飞点约2.1万个，点云降至27.9万点。
2. 下采样：先体素滤波（体素尺寸0.15mm），点云降至约4.5万点；再随机采样至2048点。
3. 法线估计：使用PCA（K=20），生成 (2048, 6) 特征。
4. 归一化：质心平移+单位球缩放。
5. 数据增强：对训练集进行随机旋转（±5°）、随机噪声注入（σ=0.005）以提升鲁棒性。

结果对比：

风险与代价：法线估计增加了约3ms的CPU预处理时间，但换来了8%的F1提升。最终方案采用2048点+法线特征，在TensorRT FP16优化下推理延迟降至11ms，满足产线节拍要求。

复盘经验：预处理不是越复杂越好，需要根据缺陷类型选择关键特征。对于划痕类缺陷，法线信息至关重要；对于凹坑类缺陷，仅坐标信息可能已足够。建议在项目初期进行消融实验，确定最优特征组合。

3.5 常见误区与总结