CloudCompare工具，可用于点云去噪，简化，平面提取，三维建模等，是一个非常好的处理点云数据的开源工具，有个不错的框架，软件操作简单，很多公司对该工具进行二次开发以满足公司需要。第一次使用CloudCompare感觉非常好用。有兴趣的可以多了解一下。

《3D point cloud denoising using graph Laplacian regularization of a low dimensional manifold model》PPT链接：https://blog.csdn.net/weixin_43042683/article/details/120369183?spm=1001.2014.3001.5501

为了减少不同尺度噪声对三维点云模型重建效果的影响,提出一种基于直通滤波、统计滤波、半径滤波、改进的双边滤波、体素栅格滤波的方法库的点云模型去噪与精简算法。首先利用直通滤波将目标物体提取出来,再依据噪声点离模型主体的距离,将其分为小尺度噪声和大尺度噪声,然后利用统计滤波结合半径滤波去除大尺度噪声,利用改进的双边滤波去除小尺度噪声,最后通过体素栅格滤波进行点云精简来降低空间复杂度,并以三角网格面重建展示该算法的精度效果。实验结果表明,该算法可有效去除点云模型的不同尺度噪声,在不破坏点云本身几何结构的前提下,保证点云精简的均匀化,而且算法执行速度快,重建效率高。

隧道作为一个狭长的封闭空间，其点云内部噪声影响点云分析精度，有效去除隧道点云内部的噪声是基于点云隧道形变分析的关键．提出一种基于中轴线的隧道点云去噪算法．通过对点云双向投影获取隧道在水平和垂直方向的姿态变化，根据高阶多项式拟合两条平面曲线并插值中轴线控制点，通过定义空间线段的夹角加密控制点以表达中轴线．通过计算各控制点处的切平面实现对隧道点云的分割，计算各分块内点到中轴线的距离，并根据给定的距离阈值实现隧道内部点云噪声的过滤．通过两组实验分析证实该方法的可行性与精确性．

一、点云除噪 （一）手动除噪 手动除噪就是手动选择噪点用删除按扭或者按Delete键，达到删除噪点命令。手动除澡要熟练使用选择工具。 几种混合的选择模式 背景模式 选择背景模式可以将正法线方向的点和反法线方向的点一起选择。如下图左为不选背景模式的 选择情况，右图为选择背景模式的情况，虽然都是在同样的视角进行框选，但却有明显的驱别。黄色部分 就是背景颜色部分。 为了快速旋转模型，到屏幕左边显示面板上设置动态显示——点的值为25%

基于WLOP的PointCloudDenoiser：这是使用加权局部最优投影的点云降噪器

用可变局部平面拟合的方法对点云进行去噪，适用于教学

matlab点云去创建代码点云处理与Matlab Matlab 点云处理 代码 FitCylinder.m是将圆柱拟合到一个点云上； 主要程序是加载数据--> 去噪数据--> 使用PCA 获取高度方向--> 使用pcfitcylidner --> 获取半径和其他几何信息。

matlab-点云SOR去噪算法，包含主程序和function

为解决复杂曲面点云在平滑去噪中存在的问题，提出基于曲率信息混合分类的特征保持点云精细算法。该方法将平面投影与离散算法相结合，采用主成分分析法对点云的局部曲率特性进行评估，使用线性组合混合分类方法将数据分为平面，次特征，富特征类型以及组合类型。针对不同特征邻域类型，提出平面类型的投影平滑方法，次特征和富特征类型的可变参数校正法平滑方法的线性组合方法实现点云数据的平滑去噪。转换方法用于激光三维扫描人体扫描系统所获得的高密度点云数据，实验结果表明该方法能够在有效光顺点云的同时保持其表面的几何特征，并简化了法向调整的繁杂运算。