matlab三维散乱点云数据拟合二次曲面，包括数据data.mat（以x，y，z坐标形式保存）、运行代码curfit.m、运行结果

基于autocad的三维激光点云数据处理，包括数据显示，数据处理。

传统输电线路巡检航线自动规划方法规划的线路花费巡检时间较长，巡检路径难以达到最短，且不能优先经过风险系数较高的杆塔，针对上述问题，引用激光雷达点云数据设计了一种新的输电线路巡检航线自动规划方法。在全球定位系统GPS和惯性导航系统IMU定位方位分析下，进行输电线路巡检扫描，获取线路的平面图和断面图，分析输电线路巡检扫描报告，通过计算机远程操控仿真，利用迭代操作调整不同杆塔的信息素浓度，确定最优路径。实验结果表明，基于激光雷达点云数据的输电线路巡检航线自动规划方法线路花费的巡检时间较短，能够优先经过风险系数较高的杆塔，提高巡检的安全性。

一本有关绿土数字科技有限公司基于PCL点云处理的书籍，详细介绍了PCL基础功能输入、输出、kd-tree、八叉树、可视化、点云滤波深度图像、点云特征描述与提取、点云配准/分割、曲面重建等功能模块

3D雷达路测点云数据，可以用于算法和相关软件的开发

三维点云数据读取并以RBG值信息进行显示，在matlab平台下运行

由给定点云数据拟合一个最优圆，基于matlab平台进行操作。

三维激光扫描点云为文物模型重建提供了新的数据支持，但扫描所得海量点云包含大量冗余数据，给建模带来很大不便。针对扫描点云过密、冗余数据较多的问题，提出了一种基于自适应分层的文物点云数据压缩算法。算法的基本思想是：首先通过基于倒角距离变换的自适应分层方法对原始点云进行自适应分层；然后使用弦高差值作为特征点的判别依据来删除冗余数据，采用改进的弦高差法对每层点云进行压缩，保留对模型特征贡献较大的特征点。实验结果表明，通过形状误差控制分层厚度，能在平缓部位减少层数以提高效率的同时不至于使复杂部位因分层过厚而损失重要特征，改进的弦高差法在保留大曲率特征的同时不至于使平缓部位出现孔洞，从而保证了模型重建的精度。

对不具有拓扑结构的散乱点云数据，首先采用基于KD-tree的改进算法进行邻域点集的提取。然后用最小二乘法对提取出的邻域点集进行平面拟合，把邻域点集里的点投影到拟合平面上使其投影点具有拓扑结构，并得到投影点坐标数据。再对拟合平面上的投影点进行向量构建，找出两相邻向量之间的夹角。最后根据夹角的大小来确定边缘点，完成散乱点云数据的边缘快速提取。

利用三维扫描仪扫描得到的叶子点云数据，可以对其进行处理。