4、点云预处理：体素化降采样、均匀采样、随机采样、最远点采样（FPS）
各位同学，咱们今天聊聊点云预处理里的采样方法。说实话，我刚开始做三维扫描那会儿，拿到一个点云数据就直接往上怼算法，结果经常跑半天不出结果，或者内存直接爆掉。后来才明白——预处理这一步，省不了。
点云数据量通常很大，动辄几十万甚至上百万个点。直接处理，计算量吃不消。所以我们需要采样，说白了就是用更少的点，保留尽可能多的信息。今天讲四种主流方法：体素化降采样、均匀采样、随机采样、最远点采样（FPS）。
核心思想：采样不是随便扔点，而是要在降低数据量的同时，尽量保持原始点云的几何结构和分布特征。
4.1 体素化降采样（Voxel Grid Downsampling）
这个方法我用的最多。它的思路很简单：把三维空间切成一个个小立方体（体素），每个体素里只保留一个点。
具体怎么做呢？你设定一个体素大小，比如 0.01m。然后算法会把点云划分到对应的体素网格里。每个体素内，你可以取所有点的重心，或者取离体素中心最近的点。
我个人习惯：取重心比取中心点更稳定。重心能反映体素内点的实际分布，而中心点可能选到边缘的离群点。
import open3d as o3d
# 读取点云
pcd = o3d.io.read_point_cloud("scan.ply")
# 体素化降采样，体素大小 0.02m
downsampled = pcd.voxel_down_sample(voxel_size=0.02)
# 可视化对比
o3d.visualization.draw_geometries([downsampled])优点：速度快，能均匀降低密度，对噪声有一定抑制作用。
缺点：体素大小不好调。调大了丢失细节，调小了降采样效果不明显。
我曾经踩过的坑：体素大小设成 0.1m，结果一个拳头大小的物体只剩几个点，形状完全没了。后来我学乖了——先看点云的平均点间距，体素大小设为平均间距的 2-3 倍比较稳妥。
4.2 均匀采样（Uniform Sampling）
均匀采样，说白了就是每隔固定步长取一个点。比如每 5 个点取一个，或者每 10 个点取一个。
这个方法在点云有序排列时很好用。但问题是——真实扫描的点云往往不是均匀分布的。靠近扫描仪的地方点密，远处点稀。均匀采样会破坏这种密度信息。
import numpy as np
def uniform_sample(points, step=5):
"""均匀采样：每隔 step 个点取一个"""
return points[::step]
# 使用示例
points = np.asarray(pcd.points)
sampled = uniform_sample(points, step=10)优点：实现简单，计算量极小。
缺点：对点云顺序敏感，容易丢失稀疏区域的点。
适用场景：点云已经过预处理、分布比较均匀时，均匀采样是个轻量级的好选择。但如果是原始扫描数据，我建议慎用。
4.3 随机采样（Random Sampling）
随机采样，就是随机从点云里抽出一部分点。每个点被选中的概率相等。
你想想看，这方法简单粗暴，但有个问题——随机性太强。可能把关键特征点全漏掉，也可能在密集区域重复采样。
import random
def random_sample(points, num_samples):
"""随机采样：从 points 中随机抽取 num_samples 个点"""
if num_samples >= len(points):
return points
indices = random.sample(range(len(points)), num_samples)
return points[indices]
# 使用示例
sampled = random_sample(points, 5000)优点：实现最简单，速度最快。
缺点：不稳定，多次采样结果差异大，容易丢失结构信息。
我建议：随机采样适合做快速预览，或者作为其他算法的初始化步骤。但别指望它保留精细结构。
4.4 最远点采样（Farthest Point Sampling, FPS）
终于讲到 FPS 了。这个方法在深度学习里很常见，比如 PointNet++ 就用它来做下采样。
FPS 的思路是：每次选一个离已选点集最远的点。这样能保证采样点均匀覆盖整个点云空间。
具体步骤：
- 随机选一个初始点。
- 计算所有点到已选点集的距离，取最小值。
- 选距离最小值最大的那个点加入已选点集。
- 重复步骤 2-3，直到选够点数。
import numpy as np
def fps(points, num_samples):
"""最远点采样"""
n = points.shape[0]
if num_samples >= n:
return points
# 随机选第一个点
selected = [np.random.randint(n)]
distances = np.full(n, np.inf)
for _ in range(1, num_samples):
# 更新距离
last = selected[-1]
dist = np.linalg.norm(points - points[last], axis=1)
distances = np.minimum(distances, dist)
# 选最远点
farthest = np.argmax(distances)
selected.append(farthest)
return points[selected]
# 使用示例
sampled = fps(points, 5000)优点：采样点分布均匀，能很好保留点云的整体结构。
缺点：计算量大，复杂度 O(n*m)，n 是原始点数，m 是采样点数。
我曾经遇到的情况：对一个 50 万点的点云做 FPS 采样到 1 万点，跑了将近 10 秒。后来我改用 KD-Tree 加速距离计算，时间降到了 2 秒以内。所以，大数据量时记得优化一下。
4.5 四种方法对比
| 方法 | 速度 | 均匀性 | 结构保持 | 适用场景 |
|---|---|---|---|---|
| 体素化降采样 | 快 | 好 | 较好 | 通用预处理 |
| 均匀采样 | 极快 | 差 | 差 | 有序点云 |
| 随机采样 | 极快 | 差 | 差 | 快速预览 |
| 最远点采样 | 慢 | 极好 | 极好 | 深度学习、精细处理 |
总结一下我的经验：
- 日常预处理，体素化降采样是首选，平衡了速度和效果。
- 如果要做深度学习训练，FPS 是标配，虽然慢但值得。
- 随机采样和均匀采样，我一般只在调试阶段用，或者数据量实在太大时做快速降维。
嗯，四种方法就讲到这里。每种方法都有自己的脾气，选对了事半功倍。下次你拿到一个点云，不妨先问问自己：我要保留什么？速度优先还是质量优先？ 想清楚了再选方法。