Fast-PPF（快速点对匹配）（c++) * Point Cloud Library (PCL 1.7) * Eigen library 3.0 * cmake 2.8

基于欧式距离的分割和基于区域生长的分割本质上都是用区分邻里关系远近来完成的。由于点云数据提供了更高维度的数据，故有很多信息可以提取获得。欧几里得算法使用邻居之间距离作为判定标准，而区域生长算法则利用了法线，曲率，颜色等信息来判断点云是否应该聚成一类。

PCL环境库，PCL1.11.1版本，包含了PCL-1.11.1-AllInOne-msvc2019-win64.exe和pcl-1.11.1-pdb-msvc2019-win64.zip

PCL的安装太过复杂，尝试了很长时间，都没有成功。然后我尝试了在python环境下，利用matlab实现对点云库.pcd文件的读取，并生成三维点云图像。 效果没有在VS里面使用PCL好，功能也不全，目前只有成像一个功能。

使用最小二乘法拟合平面，借助pcl点云库中的估计法矢的类来得到模型中点云曲面法矢估计。 是一个较为简单，常用的代码。txt文件

PCL（Point Cloud Library）是在吸收了前人点云相关研究基础上建立起来的大型跨平台开源C++编程库， 它实现了大量点云相关的通用算法和高效数据结构， 涉及到点云获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。 支持多种操作系统平台，可在Windows、Linux、Android、Mac OS X、部分嵌入式实时系统上运行。 如果说OpenCV是2D信息获取与处理的结晶， 那么PCL就在3D信息获取与处理上具有同等地位，PCL是BSD授权方式， 可以免费进行商业和学术应用。

郭浩主编点云库PCL随书代码

点云的入门学习教程 附带源码请留邮箱单独发送

点云PCL估计一个点云的表面法线，内含自动驾驶完整学习资料

一个ply模型，用于点云处理