Gaussian Smoothing（高斯平滑）

高斯滤波器会基于3D距离对较小局部区域内的点进行平滑处理。这可用于抑制稀疏噪声、校正异常值以及将点与网格对齐。 Sigma 参数决定了过滤器的平滑程度。Sigma值越高，平滑越积极。请注意，在许多情况下，高斯滤波器可以修正离群值，但较高的Sigma值也会平滑边缘。

高斯平滑过滤器在每次3D捕获会增加以下处理时间：

什么时候使用高斯平滑？

高斯平滑可用于在进行后续处理前降低点云中的绝对噪声。降低噪声水平可以提高某些视觉算法的鲁棒性和稳定性，尤其是在噪声容易引发误检或导致结果不稳定的情况下。通过减少高频变化，高高斯平滑能让整体数据变得更加一致。虽然各区域之间的相对差异保持不变，但绝对噪声水平降低了，这有助于算法生成更稳定的结果。

高斯平滑在评估大尺度几何属性（例如平面平整度）时尤为有效。在这种情况下，抑制离群值和局部微小变化可以防止算法产生过于悲观的测量结果。然而，平滑也会导致损失一些细节。如果算法依赖于锐利的边缘或微小特征，过度平滑可能会降低检测精度。因此，应根据具体应用谨慎选择平滑量。

SDK	变更
2.9.0	减少过滤器处理时间并提高边缘保留能力。
1.3.0	添加了高斯过滤器API。