离群点检测

常用两种：1.基于knn搜索的统计滤波器，2.LOF算法
统计滤波器：对每个点的邻域进行一个统计分析，并修剪掉一些不符合标准的点。具体方法为在输入数据中对点到临近点的距离分布的计算，对每一个点，计算它到所有临近点的平均距离（假设得到的结果是一个高斯分布，其形状是由均值和标准差决定），那么平均距离在标准范围之外的点，可以被定义为离群点并从数据中去除。该方法对密度不均匀的点云区域滤波效果不好，比如，对下图的点云，稀疏的点云区域会有很多非噪声点被过滤。

LOF算法（Local Outlier Factor，局部离群因子检测方法），是基于密度的离群点检测方法中一个比较有代表性的算法。该算法会给数据集中的每个点计算一个离群因子LOF，通过判断LOF是否接近于1来判定是否是离群因子。若LOF远大于1，则认为是离群因子，接近于1，则是正常点。