Open3D网格滤波全攻略：均值/拉普拉斯/Taubin三种算法对比与效果实测

Open3D网格滤波全攻略：均值/拉普拉斯/Taubin三种算法对比与效果实测

处理带噪声的3D网格数据时，滤波算法就像雕塑家的精修工具——选择不当可能破坏原有形态，而精准运用则能让模型焕发新生。Open3D提供的三种核心滤波方案各具特色，本文将带您深入算法原理层，通过可视化对比和参数调优实验，掌握不同场景下的最佳选择策略。

1. 网格滤波基础与噪声生成实验

任何3D扫描数据都像被风沙侵蚀的古代雕像，表面布满数字化"噪点"。理解噪声特性是选择滤波方法的前提。我们首先生成可控的噪声环境：

import numpy as np
import open3d as o3d
from matplotlib import pyplot as plt

# 加载原始网格
mesh = o3d.io.read_triangle_mesh("knot.ply")
mesh.compute_vertex_normals()

# 添加高斯噪声
def add_noise(mesh, intensity):
    noisy_mesh = mesh.clone()
    vertices = np.asarray(noisy_mesh.vertices)
    vertices += np.random.normal(0, intensity, vertices.shape)
    noisy_mesh.vertices = o3d.utility.Vector3dVector(vertices)
    return noisy_mesh

# 生成不同强度噪声样本
noise_levels = [0.02, 0.05, 0.1]  # 相对于模型尺寸的比例
noisy_meshes = [add_noise(mesh, l*np.ptp(np.asarray(mesh.vertices),axis=0)) for l in noise_levels]

噪声强度对比如下表所示：