three-dots.css是一款三圆点CSS3 loading加载动画特效库。three-dots.css中集成了14种三园点loading动画特效，以及三种增强动画效果。

可运行的程序，希望能够帮到学习三维重建的同学，终于摆脱了

THREEPOINTS2PLANEZ返回通过3D空间中三个点的平面方程的系数。 平面方程的形式为 z =斜率x * x +斜率* y + C 例子： 给定 x 和 y 中的三个随机点，定义在 x 方向具有 2.1 斜率和在 y 方向具有 -3.4 斜率的 z 平面。 验证 Threepoints2planez 返回正确的斜率和 z 截距： x = rand（3,1）; y = rand(3,1); z = 2.1*x - 3.4*y + 19； [slopex,slopey,C] = Threepoints2planez(x,y,z) 斜率= 2.1000 倾斜 = -3.4000 C = 19.0000 更新： 写完这个函数后，我找到了 Kevin Moerman 的 plane_fit 函数（ http://www.mathworks.com/matlabcentral

常见的三维点云数据格式，包括斯坦福兔子，马，大象，人头等，数据格式已经整理成规则的X坐标空格Y坐标空格Z坐标，方便数据读取与后处理

使用matlab

三维激光扫描仪点云数据在AutoCAD中的处理方法研究

将数据集转换为拉普拉斯矩阵，然后利用基于图论的谱聚类进行聚类。拉普拉斯矩阵采用高斯核函数，全连接方法计算。谱聚类擅长处理高维数据或非凸数据集。

基于matlab对三维点云的法向量进行求取，并进行朝向统一。

学院——三维点云处理课程

由于激光点云数据的无序性、离散性、稀疏性，基于深度学习的三维点云数据的特征提取具有一定难度。针对目前局部信息提取不充分，区域信息的合并有限的问题，提出了一种基于层级边缘卷积的点云分类网络，用于三维视觉中点云模型识别任务。本文采用层级结构的思想，通过层级几何信息模块对特征进行有效提取和归纳。对于每个层级几何信息提取模块，首先对点云模型进行下采样并构建局部区域，对每个局部区域中点与点之间的距离和特征进行建模，获得局部区域的几何信息，最后聚合多个采样点的局部结构特征。实验结果表明，本算法在ModelNet40数据集上的识别准确率为91.5%。与已有的三维点云模型识别分类算法相比，本文算法能够更充分地提取局部信息，进一步提高三维点云模型分类的准确率