### 向3D点云数据添加高斯噪声 为了向3D点云数据添加高斯噪声，可以利用NumPy来生成随机数，并将其应用到点云坐标上。具体来说，通过`np.random.normal()`函数生成均值为0的标准正态分布随机数作为噪声源[^2]。 下面展示一段完整的Python代码示例： ```python import numpy as np import open3d as o3d def add_gaussian_noise(point_cloud, mean=0, stddev=0.01): """ 给定一个Open3D PointCloud对象，在其基础上加入指定参数的高斯白噪声 参数: point_cloud (open3d.geometry.PointCloud): 输入原始点云. mean (float): 高斯分布平均值，默认设为零. stddev (float): 高斯分布标准差，默认设置较小值以控制噪音强度. 返回: noisy_point_cloud (open3d.geometry.PointCloud): 添加了高斯噪声之后的新点云集. """ points = np.asarray(point_cloud.points) # 生成与输入相同形状的数组，填充来自给定一维正态分布样本 noise = np.random.normal(mean, stddev, size=points.shape).astype(np.float64) # 将原有点位加上对应的扰动形成新的位置 noisy_points = points + noise # 创建一个新的PointCloud实例存储带噪版本的数据 noisy_point_cloud = o3d.geometry.PointCloud() noisy_point_cloud.points = o3d.utility.Vector3dVector(noisy_points) return noisy_point_cloud if __name__ == "__main__": # 加载测试用PCD格式文件 pcd = o3d.io.read_point_cloud("example.pcd") # 对加载好的点云施加轻微程度的高斯噪声干扰 noised_pcd = add_gaussian_noise(pcd) # 可视化对比前后变化情况 o3d.visualization.draw_geometries([pcd], window_name='Original') o3d.visualization.draw_geometries([noised_pcd], window_name='Noised') # 如果需要保存结果至本地磁盘，则取消下方两行注释 #o3d.io.write_point_cloud('output_noised.pcd', noised_pcd) ``` 上述脚本定义了一个名为`add_gaussian_noise`的方法接收任意形式的三维点集并返回经过处理后的副本；其中加入了由用户设定幅度范围内的随机波动成分。此外还提供了简单的命令行入口用于验证功能有效性。