使用k-d树进行无序点云去噪

离散点云的点之间是没有拓扑结构的，因此为了找到它的几何属性，可以找到各点的邻域结构。对于采样点$p_i \in P$定义其邻域$N_{p_i}^k$为采样点$p_i$的最近的$k$个采样点组成的集合，即K-nearest neighbors。
那么寻找K-nearest neighbours的方法主要由以下三种：
* 八叉树法
* 空间网格法
* k-d树法

一、八叉树法

（1）首先确定数据点集最小包围盒的边长$L_{min}$作为递归的终止条件；
（2）把点云包围盒平均分成8个小的包围盒，对包含多个采样点的包围盒继续分割，直到达到递归的终止条件，分割过程用八叉树记录；
（3）广度遍历八叉树，利用数据点的空间分布与包围盒的空间关系，快速搜索出任意采样点$P$的邻域关系。

二、空间网格法

空间网格法也是基于对空间包围盒的划分，首先确定出包围盒的大小 {