1.改进的导向滤波三维散乱点云快速光顺方法，其特征在于：包括以下步骤：步骤1：输入含有噪声的三维散乱点云数据P＝{pi},i＝1,2,...,n，pi代表点云P里的每一个点，n为点云总个数；

步骤2：将步骤1获取的含有噪声的三维点云数据P进行分块，形成点云数据Pj：(2‑1)将待处理的点云数据按Z轴从小到大进行排序；

(2‑2)根据公式(1)计算最大点云数量M，再根据公式(2)计算拓展处理点数量m，式中n表示点云P的总个数，N表示拟分块的个数，a表示拓展处理点数m占最大点云数量M的百分比，式中 表示向上取整；

(2‑3)根据M和m确定分块范围，每一块处理点云的划分范围如式(3)所示，式中Pj表示点云P的第j块，j＝1,2,...,N；

步骤3：对步骤2的分块点云数据Pj进行并行三维导向滤波点云光顺算法处理，得到光顺后点云数据Qj；

具体方法为：

(3‑1)输入分块后待处理的三维点云数据Pj，设定搜索邻域数量K＝10和单位矩阵系数ε＝0.1，Pj被传入不同的处理单元，实现算法的并行运算；

(3‑2)运用K‑D树算法搜索pi点的K邻域，K为邻域点的个数且小于每一块点云总个数，根据公式(3)设邻域点集为N(pi)＝{pik∈pj}，其中pik为pi的K个邻域点，k＝1,2,...,K；

(3‑3)根据邻域集合，我们可以计算出一个量 称为点pi邻域的质心，如式(4)所示；

(3‑4)根据公式(5)和公式(6)计算出该点的ai和bi，从而得到公式(7)最优解；

(3‑5)公式(7)使得公式(8)重构残差最小，即可根据公式(8)更新该点的空间位置，qi＝aipi+bi                 (8)其中，pi和qi是导向滤波前后的点，ai是标量，bi是3*1的向量；

(3‑6)遍历并更新每块中所有数据点；判断是否为最后一个数据点，是则完成滤波光顺算法，否则返回步骤(3‑2)，进行迭代；

(3‑7)输出光顺后的三维点云数据Qj；

步骤4：对步骤3处理后的点云数据Qj进行恢复整合，输出结果Q；

根据步骤3中M将处理后的点云数据Qj整合为输出点云Q＝{Qj},j＝1,2,...,N；

根据步骤2中的参数M，将步骤3中处理后的点云数据Qj整合为输出点云Q＝{Qj},j＝1,

2,...,N

按照公式(9)将分块的点云进行恢复整合，最后输出算法处理完的结果图。