一、点云基础
原始点云包含过多噪点和冗余点，滤波和采样往往是点云预处理的必要步骤
1.滤波
直通滤波
统计滤波
体素滤波
重复点去除
自定义半径滤波
自定义均值滤波
自定义中值滤波
NAN或INF无效点去除
2.采样
基于空间格网的点云抽稀
随机下采样
均匀体素下采样
非均匀体素下采样
自定义规则格网点云抽稀
自定义随机下采样
3.模型
自定义生成球面点云
自定义生成平面点云
自定义生成直线点云
自定义生成圆柱点云
4.渲染
二、邻近搜索
如何组织点云快速获取当前点邻域范围，是面对海量点云保证处理速度的重要前提
3.KD树
搜索某一点的K邻近点
搜索某一点的R邻域点
获取圆柱邻域点
获取感兴趣区域点
kd树应用--------平均点密度计算
kd树应用--------计算两片点云间的最小距离
4.规则格网
5.三角网
三、地面分类
地面分类是数据生产流程中的首要工作，为后续DEM等产品提供点云基础
四、文件读写
多种格式的点云文件读写，是日常处理点云数据的程序编写基础
不同格式点云文件的读取与显示（ply pcd las txt）
不同格式点云文件的读写、转换
读取las格式的点云文件
打开文件对话框选择点云读取
五、对象分割
相比点、线、等基元的局部性，面向对象的点云处理逐步成为主流，而对象的获取深受分割精度的影响
6.随机采样一致（RANSAC）
RANSAC圆柱体点云拟合
RANSAC平面拟合
RANSAC球体点云拟合
RANSAC多项式点拟合
7.聚类生长（RG）
点云欧式聚类并显示
聚类并保存到PCD文件
按照索引提取点云
8.最小二乘（LSM）
最小二乘法拟合直线点云 方法一
最小二乘法拟合直线点云 方法二
最小二乘三维空间直线拟合
9.凸包 \ 轮廓（BOUNDARY）
10.轮廓（BOUNDARY）
五、空间几何
如何依靠数学规则建立离散点云之间的关系，常规的几何计算是日常点云处理的必备手段和基础常识
获取圆柱邻域点
平均点间距计算
点云旋转、平移的刚性变换
点与三角形的相对位置判断
计算点云坐标最值
计算两片点云间的最小距离（2种方法）
点云中心化
点云SVD分解计算平面法向量
主成分分析PCA拟合平面点云
平面拟合并旋转到水平面
四点确定球面
点云合并
点投影到平面
点到平面的距离1
点到平面的距离2
两点之间沿直线插入多点
六、关键特征
对点云局部或者全局特征的准确描述，将深刻影响到点云分割与分类的有效性
自定义法向量和曲率计算（详细解读）
法向量计算与可视化
估计点云法线
基于协方差矩阵计算特征值和特征向量
七、点云配准
点云配准是多源数据处理的首要工作，是高阶的点云处理手段
迭代最近点ICP配准
基于CPD的点云配准
基于NDT的点云配准实验（不同参数效果）
八、曲面重建
曲面重建可以用于逆向工程、数据可视化、自动化建模等领域。PCL中目前实现了多种基于点云的曲面重建算法
文章评论