Gaussian Smoothing

Gaussian 필터는 3D 거리를 기반으로 작은 로컬 영역 내의 프인트들을 부드럽게 합니다. 희소 노이즈를 억제하고, outliers을 수정하고, 그리드에 포인트를 정렬하는 데 사용할 수 있습니다. Sigma 파라미터는 필터의 적극성을 정의합니다. 시그마가 높을수록 더 공격적인 스무딩입니다. Gaussian 필터는 대부분의 경우 outliers을 수정할 수 있지만 시그마가 높으면 가장자리도 매끄럽게 됩니다.

가우스 필터는 3D 캡처당 다음 처리 시간을 추가합니다.

When do you use the Gaussian smoothing?

Gaussian smoothing is useful when you want to reduce absolute noise in a point cloud before further processing. Lower noise levels can improve the robustness and stability of certain vision algorithms, particularly in cases where noise causes false detections or unstable results. By reducing high frequency variations, Gaussian smoothing makes the data more consistent overall. While the relative variation between regions remains the same, the absolute noise level is reduced, which can help algorithms produce more stable outputs.

Gaussian smoothing is especially beneficial when evaluating large scale geometric properties, such as plane flatness. In these cases, suppressing outliers and small local variations can prevent the algorithm from producing overly pessimistic measurements. However, smoothing also reduces fine detail. If an algorithm relies on sharp edges or small features, excessive smoothing may reduce detection accuracy. Therefore, the amount of smoothing should be chosen carefully based on the application.

Version History

SDK	Changes
2.9.0	필터 프로세싱 타임을 줄이고 가장자리 보존 기능을 향상시킵니다.
1.3.0	Gaussian filter API가 추가되었습니다.