图像处理中的去除离群点算法（半径滤波、邻域滤波）

算法思想

假设有如下图片，如何去除其中的离群点呢？
1，遍历集合{W}中的所有点，以某点p为圆心，以 r 为半径画圆，统计圆内有多少个点（不包含点p自身），假设有N个。
2，若N小于某个阈值T，则将该点p从集合{W}中剔除；若若N大于等于阈值T，则保留该点p。
3，重复执行步骤1、2。
时间复杂度为O(N^2)。

显然，比如若取半径 r 为3倍的BC点间距，取阈值T=1时，A点作为离群点被剔除；取阈值T=2时，BC两点也被剔除；取阈值T=3时，DEF三点也被剔除；

点与点之间的间距一般采用欧氏距离即可，也可以根据实际需要灵活变通，比如曼哈顿城市距离等等。

代码实现

	/*
		* @作用:根据最近邻思想。若某点在指定半径内的邻点数量大于某阈值,则认为此点正常,否则作为离群点剔除.
		* @ allPts:所有的点（候选点，可能含有需要被排除的伪点）.
		* @ selectedPts：最终挑选出来的点.
		* @ radius: 半径.
		* @ minNeighborCnt：邻居的数量阈值.
		*/