双边滤波算法（BLT）在图像处理领域中有着广泛的应用，比如去噪、光流估计和去马赛克等等。Fleishman等人用周围点灰度值的加权平均来代替当前点的灰度值，该方法简单有效并且在保持图形的基本特征的同时，达到光顺目的。同时Non-Local算法也可看作是双边滤波算法的一种扩展。自Tomasietal等人提出该算法起，如何快速的实现和改进该算法，一直是人们研究和讨论的热点之一。2011年KunalN.Chaudhury等人发表的相关论文中，提出了一种基于三角函数关系的值域核算法，该算法既有效且准确的实现高效双边算法。

研究将二维双边滤波算法引进到三维光顺点云数据当中，以此来光顺第三类噪点。通过卷积的过程中组合空域函数和值域核函数来实现图像双边滤波的边缘保持特性，其中典型的核函数为高斯分布函数。因此，首先阐述一下二维图像的双边滤波算法的概念和基本公式。

由于三维点云测量的结果受到工件本身复杂情况和扫描方式不同影响，导致三维点云数据分布差异。所以处理噪点理应根据噪点的不同而进行分步的处理。算法具体实现步骤如下：

1. 首先通过对原始的点云数据的预处理进行极大极小点云的剔除，缩小去噪的运算时间。
2. 在XOY平面坐标系内，找出X坐标和Y坐标的极值点，然后模拟出一个平行于坐标系的长方形包围盒，改进均匀格网法，并合理分割格网，再判断其格网点云数量，对少于阀值的格网进行清空，完成第一类噪点的去噪。
3. 利用区域增长思想，搜索三维点云中每个小立方体是否存在数据点，如果某个立方体有数据点，并以此为中心继续搜索，直到网格都被搜索。再判断网格是否相邻，找出相邻点云的最大点云数量。删除除此之外的其它点云，完成第二类噪点的去噪。
4. 改进二维图形双边滤波器，运用三维双边滤波原理去光顺中的噪点数据。完成第三类噪点的去噪。