统计>本地统计检验

菜单/图标

可通过“工具>统计>本地统计检验”访问该工具菜单

说明

该工具可用于根据活动标量场的局部统计“行为”对点云进行分割/过滤。
例如，如果活动标量场对应于距离，并且您知道测量噪声的分布，那么您可以过滤那些局部标量值似乎符合噪声分布的点。
这样，您就可以忽略这些点，而只关注那些距离明显超出噪声分布的点。

程序

选择云并启动此工具。
对于“统计>计算统计参数”工具，CloudCompare将首先要求用户选择分布类型：
 高斯（即正态）分布
 韦布尔分布

然后将出现另一个对话框，以便用户输入分布参数以及两个算法参数：
 p（Chi2）：Chi2检验误差范围（更多信息请参见下文）
 邻居数：在要执行测试的每个点周围具有的邻居数量（至少为10)。此算法最适合于密度均匀的云。

完成后，将在输入云上生成一个新的标量场：“Chi²距离”。

CloudCompare将自动设置“最小显示 ”和“最小饱和度 ”值，使其等于与输入参数对应的理论卡方距离。这样，所有灰色点都对应于遵循测试（噪声）分布的点。其他点不太可能遵循测试分布。

当地统计检验结果

估计噪声分布

让我们假设您已经与您的云相关联了一个标量场（例如距离），但您不知道噪声分布。
如果您能将这个云图中标量场值应为零的部分（通常是在距离方面未移动/变化的部分）单独隔离出来，那么您可以使用交互式分割工具对其进行分割，并通过“工具> 统计>计算统计参数”工具在分割后的子集标量场上拟合统计分布：

对云子集的测量噪声进行评估（其中距离应为0）

警告：如果噪声不遵循高斯/正态分布（例如，如果计算了无符号距离），则应优先选择具有第三个参数且更通用的Weibull分布。

关于卡方检验

卡方距离用于衡量标量值（每个点及其邻近点的标量值）与待检验分布之间的局部一致性程度。该值越大，表明局部分布符合待检验分布的可能性就越低。误差范围（p）仅用于设定判定阈值——低于此阈值的点将被视为与待检验分布“一致”。误差范围越小，检验的区分度就越低。由于该检验旨在“拒绝局部标量值遵循待检验分布的假设”，因此当误差范围较小时，该假设被拒绝的概率会降低，更多数据点（例如噪声）会被认为与待检验分布相容。

利用卡方距离

用户可以直接使用“编辑> 标量字段>按值筛选”方法，以提取并创建一个包含非灰色点（距离显著的点）的新云。此工具默认将使用当前显示参数。
例如，从经过过滤的云中，您可以提取连通分量（请参见“分割>标记连通 分量”9）：

涉及本地统计检验工具的完整工作流程