点云去噪（point cloud denoising），工学-测绘学-遥感-激光遥感-点云，去除点云数据中的噪声点的过程。在点云数据采集过程中，由于测量环境、人员、设备缺陷等因素的影响，测量获取的数据中有时含有部分离群点，也就是所说的噪声点。噪声点的存在会对点云滤波、点云分类、曲面重建等过程造成较大的负面影响，加剧算法复杂性，并影响数据处理效率。因此，需要采用合适的方法对其进行识别和剔除。常见的点云去噪方法有：①基于局部邻近点拟合的点云去噪方法。该方法建立在噪声点相对于局部邻近点在高程上存在显著突变现象的假设基础上。基于该假设提出的剔噪算法是主流的机载激光雷达点云去噪算法，如基于二元三次样条插值的点云去噪算法、基于局部平面拟合的点云去噪算法等。②基于直方图统计的点云去噪方法。该方法建立在点到K邻近点的平均距离满足高斯分布的假设基础上。对点云中的每个点，计算其K邻近点的平均距离，对平均距离进行直方图统计，落在一定区间外的点即为噪声点。③基于空间网格划分的点云去噪算法。该算法利用噪声点在空间分布上存在孤立性的特点，按照一定间距对点云进行网格划分，搜索孤立网格。