🟠 获取平均法向与中心

直接均值：将输入点云中所有点的法向量进行直接求和再平均。

聚类均值：先对所有法向量进行聚类，找到数量最多的那一簇法向，然后将这一簇的平均方向作为最终结果。

直接均值：这种方法计算速度快，简单直接。但如果点云中存在方向错误的噪声法向，或者包含多个方向相反的面（例如一个薄片的正反两面），这些噪声会影响均值的准确性。

聚类均值：一种更鲁棒的方法，这种方法能有效抵抗离群法向的干扰，特别适用于法向不一致或存在多个主方向的情况。

点云均值：选择计算点云中心点的方法。

点云中位数：分别计算所有点X、Y、Z坐标的中位数来构成中心点。

最大最小中值：计算点云在X、Y、Z三个轴上最大值和最小值的中间点，即点云轴对齐包围盒（AABB）的中心。

点云均值：最常用的方法，但结果容易受到远离主体点云的噪声点（离群点）的影响。

点云中位数：相比均值，中位数对离群点的敏感度要低得多，计算结果更稳定。

最大最小中值：计算速度极快，但只考虑点云的边界，不考虑内部点的分布。

减小此值：要求法向量之间必须非常接近才能被归为一类，聚类会变得更严格，可能产生更多数量更少的簇。

增大此值：允许方向差异较大的法向量也被归为一类，聚类会变得更宽松。 通常情况下，使用默认值即可满足大部分需求。