2020年1月17日
PCL学习笔记（一）点云及PCL编程基础
- 定义
通过测量仪器（激光，三维相机）得到的产品外观表面的点数据集合也称之为点云。 点云是在和目标物体表面特性的海量点集合。根据激光测量原理得到的点云，包括三维坐标（XYZ）和激光反射强度（Intensity）。
通常使用三维坐标测量机所得到的点数量比较少，点与点的间距也比较大，叫稀疏点云；而使用三维激光扫描仪或照相式扫描仪得到的点云，点数量比较大并且比较密集，叫密集点云或者叫稠密点云。 - 结构图
对于3D点云处理来说，PCL完全是一个的模块化的现代C++模板库。其基于以下第三方库：Boost、Eigen、FLANN、VTK、CUDA、OpenNI、Qhull，实现点云相关的获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。
- PCL库模块
PCL包括多个子模块库。最重要的PCL模块库有如下：过滤器Filters、特征Features、关键点Keypoints、注册Registration、Kd树Kd-tree、八叉树Octree、切分Segmentation、Sample Consensus、Surface、Range Image、文件读写I/O、Visualization、通用库Common、Search在PCL中一个处理管道的基本接口程序是：
（1）创建处理对象：（例如过滤、特征估计、分割等）;
（2）使用setInputCloud通过输入点云数据，处理模块;
（3）设置算法相关参数;
（4）调用计算（或过滤、分割等）得到输出。 - 编程基础
PCL库安装
CMake使用
About The Author
