濾波算法可以處理三個坐標點的。濾波在三坐標中的應用：
1、粗糙度對測量的影響：測量點也在圖中被放大獲取到大量的點，表面粗度被認為是，引起“噪點”的原因。
2、探針的機械濾波：
選擇探針直徑-使用探針測量工件會由於工件表面結構的影響產生機械濾波。
由於探針直徑過大精細的工件表面的形狀無法捕捉，因此可看作是機械低通濾波。
3、三坐標的濾波：
用同樣參數進行低通濾波的掃描線。
如下圖所示，描繪出的圖形差異並不明顯。
4、2 RC濾波：不再使用圓度測量最初的標準化濾波器，但是已被現代濾波計算所取代。
5、高斯濾波：坐標測量技術中標準濾波算法。此濾波方法為標準算法被廣泛使用。他使用高斯曲線加權計算測量點得到新的輪廓。
6、樣條濾波：基於濾波方程的增強濾波方法（多項式計算），樣條濾波更合乎標準，也更優於高斯濾波但並不是標準濾波方法。
擴展資料：
圖像濾波是壹種非常重要的圖像處理技術，現在大火的卷積神經網絡其實也是濾波的壹種，都是用卷積核去提取圖像的特征模式。不過，傳統的濾波，使用的卷積核是固定的參數，是由經驗非常豐富的人去手動設計的，也稱為手工特征。而卷積神經網絡的卷積核參數初始時未知的，根據不同的任務由數據和神經網絡反向傳播算法去學習得到的參數，更能適應於不同的任務。
自適應中值濾波
中值濾波器是壹種常用的非線性濾波器，其基本原理是：選擇待處理像素的壹個鄰域中各像素值的中值來代替待處理的像素。主要功能使某像素的灰度值與周圍領域內的像素比較接近，從而消除壹些孤立的噪聲點，所以中值濾波器能夠很好的消除椒鹽噪聲。不僅如此，中值濾波器在消除噪聲的同時，還能有效的保護圖像的邊界信息，不會對圖像造成很大的模糊（相比於均值濾波器）。
中值濾波器的效果受濾波窗口尺寸的影響較大，在消除噪聲和保護圖像的細節存在著矛盾：濾波窗口較小，則能很好的保護圖像中的某些細節，但對噪聲的過濾效果就不是很好，因為實際中的噪聲不可能只占壹個像素位置；反之，窗口尺寸較大有較好的噪聲過濾效果，但是會對圖像造成壹定的模糊。另外，根據中值濾波器原理，如果在濾波窗口內的噪聲點的個數大於整個窗口內非噪聲像素的個數，則中值濾波就不能很好的過濾掉噪聲。