云云距离

云云距离可以通过选择两个点云，然后点击该按钮来计算 icon。有关详细信息，请参阅（“云到云距离计算 ”）
工具部分。
计算两个点云之间距离的默认方式是“最近邻距离”：对于比较云中的每个点，CloudCompare搜索参考云中的
最近点并计算它们的（欧几里得）距离。这对应于（默认）情况，其中本地模型设置为“NONE”。

局部建模

当参考点云足够密集时，估算被测点云与参考表面的距离尚可接受。但若参考点云密度不足，最近邻距离的计
算精度就会大打折扣。此时就需要建立更精确的表面模型。当然，若能轻松获取表面的全局模型，直接计算被
测点云与该模型的距离会更简单且可能更准确（详见下文「( 云-网格距离 ）」章节）。但现实中构建清晰完
整的全局模型往往困难重重。为此，CloudCompare提供了折中方案——通过中间计算方法来更精准地估算参
考表面的真实距离。虽然精度不及完整全局模型，但运算效率显著提升。

当CloudCompare确定了参考云中最接近的点后，其核心思路是通过在该“最近”点及其若干邻近点上建立数学
模型，对参考云（底层）表面进行本地化建模。此时，被比较云中每个点到其最近邻点的距离，都将被替换为
到该模型的距离。这种处理方式在统计精度上更具优势，且较少受云采样影响（虽然在局部区域可能产生疑
似异常 结果——由于建模范围受限，但整体效果显著提升）。

使用最新版本的CloudCompare，用户可以通过选择以下方式来完全设置作业的执行方式：
 数学模型：最小二乘最佳拟合平面、二维1/2Delaunay三角剖分或二次高度 函数（后者精度更高，但计算耗
时较长）
 在参考云中每个“最近”点周围提取邻居的方式（通过设置固定数量的邻居，或通过提供球形邻域的半
径）
 最终，用户可以选择采用该方案的近似方法——通过与参考云中的多个点共享相同的局部模型，而非为
每个点单独计算新模型。这种方式处理速度更快（尤其在处理大型邻域时），但也会产生更多噪声。

未使用（左）和使用局部建模（右）。请注意，最大距离没有变化，而直方图的下半部分明显向零偏移。

一般性考虑

当直接比较两个点云时（特别是没有模型时），这里有一些“指导方针”：
 确保参考云的范围比被比较的云更宽（以避免边界上出现虚拟上的高距离）。更广泛地说，应确保参考云始终与被比较的云重叠（这也适用于云-网格距离）。
 始终尝试为参考云获取尽可能高的密度（因为它将直接改变结果的准确性）
 如果参考云非常嘈杂，考虑使用最小二乘最佳拟合平面模型（对噪声更稳健）。相反，如果参考云干净但曲率高，则考虑使用二次高度函数。其他选项
CloudCompare可以沿着三个主要维度（X、Y和Z）分割计算的距离。如果选中“分割X、Y和Z分量 ”复选框，CloudCompare将为每个轴生成三个额外的标量场。

其他选项

CloudCompare可以沿着三个主要维度（X、Y和Z）分割计算的距离。如果选中“分割X、Y和Z分量 ”复选框，CloudCompare将为每个轴生成三个额外的标量场。