1.一种方法，包括：
对于点云的每个点确定相应的局部坐标系；
基于每个相应的局部坐标系对于所述点云的每个点确定相应的第一自适应形状邻域；
执行与每个相应的第一自适应形状邻域关联的滤波，以获得对于所述点云的每个点的相应的第二自适应形状邻域；
确定每个所述第二自适应形状邻域内部的点的局部估计；和
聚合所述点云的每个点的局部估计，以获得去噪的点云。
2.根据权利要求1所述的方法，还包括基于由可见光成像设备捕获的一个或多个可见光图像和由红外成像设备捕获的一个或多个红外图像来生成所述点云。
3.根据权利要求1所述的方法，还包括确定垂直于与所述局部估计中的至少一个关联的平面的向量，其中，所述聚合还基于所述向量。
4.根据权利要求1所述的方法，还包括基于所述点云的第一点的局部坐标系中的第一方向和所述点云的第二点的坐标系中的第二方向确定自适应方向大小，其中，所述滤波基于所述自适应方向大小。
5.根据权利要求1所述的方法，其中，所述点云的点的相应局部坐标系基于所述点的预定数量的最近邻点的主轴。
6.根据权利要求1所述的方法，其中，所述第一自适应形状邻域中的至少一个是各向异性自适应形状邻域，并且其中，所述第二自适应形状邻域中的至少一个是各向异性自适应形状邻域。
7.根据权利要求1所述的方法，还包括：
稠密化所述点云以获得稠密化的点云；和
将所述局部估计与所述稠密化的点云关联，
其中，所述聚合基于所述局部估计和所述关联。
8.根据权利要求7所述的方法，其中，所述稠密化基于与所述点云的每个点关联的法向量和/或与所述点云的每个点关联的局部点密度。
9.根据权利要求1所述的方法，其中，对于每个点确定相应的自适应形状邻域基于局部多项式近似-置信区间交集(lpa-ici)方法。
10.根据权利要求1所述的方法，其中，所述滤波包括加权顺序统计量(wos)滤波。
11.根据权利要求1所述的方法，其中，所述聚合基于局部多项式近似。
12.一种成像系统，包括：
一个或多个处理器；和
非暂时性机器可读介质，该非暂时性机器可读介质包括存储在其中的指令，该指令在由所述一个或多个处理器执行时使所述一个或多个处理器执行操作，所述操作包括：
对于点云的每个点确定相应的局部坐标系；
基于每个相应的局部坐标系对于所述点云的每个点确定相应的第一自适应形状邻域；
执行与每个相应的第一自适应形状邻域关联的滤波，以获得对于所述点云的每个点的相应的第二自适应形状邻域；
确定每个所述第二自适应形状邻域内部的点的局部估计；和
聚合所述点云的每个点的局部估计，以获得去噪的点云。
13.根据权利要求12所述的成像系统，还包括可见光成像设备或红外成像设备中的至少一个。
14.根据权利要求13所述的成像系统，其中，所述红外成像设备是热成像设备。
15.根据权利要求12所述的成像系统，其中，所述操作还包括基于由所述可见光成像设备捕获的一个或多个可见光图像和由所述红外成像设备捕获的一个或多个红外图像来生成所述点云。
16.根据权利要求12所述的成像系统，其中，所述操作还包括确定垂直于与所述局部估计中的至少一个关联的平面的向量，其中，所述聚合还基于所述向量。
17.根据权利要求12所述的成像系统，其中，所述操作还包括基于所述点云的第一点的局部坐标系中的第一方向和所述点云的第二点的坐标系中的第二方向确定自适应方向大小，其中，所述滤波基于所述自适应方向大小。
18.根据权利要求12所述的成像系统，其中，所述点云的点的相应局部坐标系基于所述点的预定数量的最近邻点的主轴。
19.根据权利要求18所述的成像系统，其中，所述操作还包括：
稠密化所述点云以获得稠密化的点云；和
将所述局部估计与所述稠密化的点云关联，
其中，所述聚合基于所述局部估计和所述关联。
20.根据权利要求18所述的成像系统，其中，所述稠密化基于与所述点云的每个点关联的法向量和/或与所述点云的每个点关联的局部点密度。