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。

备注

高斯平滑过滤器在每次3D捕获会增加以下处理时间：

Zivid 2+

以ms为单位的预期中位数 (±stddev)
过滤器	Intel UHD i5G1	NVIDIA 4070	Intel UHD 770
过滤器	Low-end [1]	High-end [2]
平滑	7 (±4) ms	1 (±1) ms	3 (±1) ms

Zivid 2

以ms为单位的预期中位数 (±stddev)
过滤器	Intel UHD 750	Intel UHD i3G1	NVIDIA 3070
过滤器	High-end [3]	Low-end [4]	High-end [5]
平滑	7 (±4) ms	14 (±10) ms	2 (±2) ms

Zivid One+

以ms为单位的预期中位数 (±stddev)
过滤器	Intel UHD 750	Intel UHD i3G1	NVIDIA 3070
过滤器	High-end [6]	Low-end [7]	High-end [8]
平滑	7 (±3) ms	13 (±2) ms	2 (±1) ms

什么时候使用高斯平滑？

由于高斯过滤器会执行平滑处理，因此可以极大地改善点云中的绝对噪声。这可以提高许多视觉算法的性能，例如检测和匹配算法。即使一个零件和另一个零件的相对噪声相同，但绝对噪声可能会降低，从而使零件整体上更相似。

高斯过滤器也很适合评估大范围影响的应用（例如表面的平坦度）。这是因为它抑制了离群值的影响，离群值可能导致所应用的算法过于悲观地执行。

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。