4、数据预处理与清洗：异常值检测、数据滤波、坐标对齐、点云配准
各位同行，咱们接着聊。上一章我们拿到了原始测量数据，但说实话，那个数据就像刚从车间里刨出来的毛坯件——看着有模有样，实际上坑坑洼洼。直接拿它去分析偏差？那等于用一把没校准的卡尺去量公差，结果只会让你抓狂。
数据预处理与清洗，说白了就是给原始数据“洗澡”。把脏东西洗掉，把歪的扶正，把散的拼起来。我做了十几年复材工艺，见过太多因为数据没处理好，导致后续分析全盘皆输的案例。今天咱们就把这四步走扎实。
核心逻辑：原始测量数据 → 异常值剔除 → 噪声滤波 → 坐标系统一 → 多视角拼合 → 干净可用的点云
4.1 异常值检测——先把“害群之马”揪出来
什么是异常值？就是那些明显偏离正常范围的数据点。比如你扫描一个机翼蒙皮，突然冒出一个点坐标是(1000, 2000, 3000)，而周围点都在(500, 100, 50)附近——这明显是测量设备打了一个“飞点”。
我个人习惯用两种方法结合着做：
- 统计法（3σ准则）：计算每个点到邻域的平均距离，如果超过3倍标准差，直接干掉。简单粗暴，但有效。
- 邻域法（半径滤波）：设定一个半径r，如果一个点周围r范围内的邻居少于k个，就判定为孤立点。我在项目中遇到过，扫描碳纤维预浸料表面时，反光区域经常产生这种孤立噪点。
我的经验：别把阈值设得太死。复材零件表面本身就有纹理，有些“异常”其实是真实特征。我一般先用3σ筛一遍，再用半径滤波做二次确认。宁可漏掉一个，也别误杀一个。
# Python示例：半径滤波
import open3d as o3d
pcd = o3d.io.read_point_cloud("raw_scan.ply")
# 半径5mm内至少要有10个邻居
cl, ind = pcd.remove_radius_outlier(nb_points=10, radius=5.0)
clean_pcd = pcd.select_by_index(ind)
print(f"剔除了 {len(pcd.points) - len(clean_pcd.points)} 个异常点")
4.2 数据滤波——把毛刺磨平
异常值剔除了，但数据还是“毛”的。为什么？因为激光扫描仪本身有噪声，环境振动、温度变化都会引入随机误差。滤波的目的，就是把这些高频噪声压下去，保留真实的几何形状。
常用的滤波方法有三种，我按推荐顺序列出来：
| 方法 | 原理 | 适用场景 | 我的评价 |
|---|---|---|---|
| 高斯滤波 | 加权平均，权重按高斯分布 | 表面光滑的零件（如模具） | 效果柔和，但容易把棱边磨圆 |
| 中值滤波 | 取邻域内点的中位数 | 有尖峰噪声的数据 | 保边性好，我常用在蒙皮数据上 |
| 双边滤波 | 同时考虑距离和法向差异 | 需要保留细节的复杂曲面 | 计算慢，但效果最好 |
嗯，这里要注意：滤波强度不是越大越好。我见过有人把滤波参数设得特别大，结果零件上的真实凹坑都被抹平了，偏差分析完全失真。你想想看，那跟掩耳盗铃有什么区别？
避坑指南：我曾经在一个蜂窝夹芯结构的数据上用了过强的高斯滤波，结果把蜂窝格子的真实凹陷全滤掉了，导致后续的胶接间隙分析完全错误。从那以后，我每次滤波前都会先看一眼原始数据的截面轮廓，确认哪些是噪声、哪些是特征。
4.3 坐标对齐——让所有数据说同一种“语言”
数据来自不同设备、不同工位、不同时间，坐标系肯定不一样。比如三坐标测量机用的是机器坐标系，激光跟踪仪用的是全局坐标系，而你的设计模型用的是零件坐标系。不统一坐标系，你拿什么去比？
坐标对齐的核心，就是找一个变换矩阵（旋转+平移），把测量数据变换到设计模型的坐标系下。常用的方法有：
- 三点对齐法：在零件上选三个不共线的基准点（比如定位孔、工艺凸台），手动匹配。简单，但精度依赖选点。
- 最佳拟合对齐：用ICP算法（迭代最近点）自动匹配。精度高，但需要初始位置别差太远。
我个人习惯先用三点法粗对齐，再用ICP精对齐。粗对齐就像你先用手把零件大致摆正，精对齐就像用夹具微调。两步走，又快又准。
# Python示例：ICP精对齐
import numpy as np
import open3d as o3d
source = o3d.io.read_point_cloud("measured.ply") # 测量数据
target = o3d.io.read_point_cloud("design.ply") # 设计模型
# 粗对齐（假设已知三个对应点）
# ... 手动选点代码略 ...
# ICP精对齐
reg_p2p = o3d.pipelines.registration.registration_icp(
source, target, max_correspondence_distance=0.5,
estimation_method=o3d.pipelines.registration.TransformationEstimationPointToPoint()
)
source.transform(reg_p2p.transformation)
print(f"对齐误差：{reg_p2p.inlier_rmse:.3f} mm")
4.4 点云配准——把碎片拼成完整画面
大型复材零件（比如机身壁板、机翼大梁）一次扫描根本扫不全，需要从多个角度分段扫描。点云配准，就是把这几段数据拼成一个完整的点云。
配准和坐标对齐有点像，但目标不同：对齐是把测量数据往设计模型上靠；配准是把多段测量数据互相拼起来。
常用的配准策略：
- 标志点配准：在零件表面贴一些圆形反光标记点，每段扫描都包含至少3个公共标记点。精度高，但需要提前贴点。
- 特征配准：利用零件本身的几何特征（如孔、边缘、棱线）进行匹配。省事，但对特征提取算法要求高。
- 全局配准：用多视角ICP或图优化方法，同时优化所有段之间的相对位姿。适合大型零件，但计算量大。
关键指标：配准完成后，一定要检查重叠区域的偏差。如果两段数据在重叠区偏差超过0.1mm（对于航空复材零件），说明配准质量不合格，需要重新做。我一般会在重叠区随机取50个点，计算平均偏差和标准差。
说实话，配准这一步最考验耐心。我记得有一次做某型机翼后梁的扫描，因为零件太长（将近15米），分了8段扫描。结果第3段和第4段怎么都对不上，折腾了两天。后来发现是扫描时零件表面温度变化导致热变形——你想想看，碳纤维和铝蜂窝的热膨胀系数差了一个数量级，温度一变，形状就变了。最后我让车间恒温24小时后再扫，一次通过。
小技巧：配准前先把每段数据做一次降采样（比如体素滤波），点云数量降下来，计算速度能快5-10倍。等粗配准完成，再用原始密度做精配准。既省时间，又不损失精度。
好了，数据预处理与清洗就讲到这里。这四步走完，你手里的数据才算真正“能用”。下一章咱们聊聊偏差分析的核心方法——别急，先把今天的内容消化掉。