本人在学习PCL过程中，收集的一些pcd格式和ply格式的三维点云文件，压缩包内的主要为动物点云模型，其中包括：兔子，中国龙，猴子，猫，狗，猪，狼以及犰狳等动物类型。 适合人群：入门点云库PCL的同学。

pcd点云数据。采集地点：教学楼一角；用途：平面分割验证；平面分割配套程序：https://blog.csdn.net/xx970829/article/details/123751443?spm=1001.2014.3001.5502；

PDF-SLAM-点云处理-pcl点云库入门到精通

在获取点云数据时，由于设备精度，操作者经验，环境因素带来的影响，以及电磁波的衍射特性，被测物体表面性质变化和数据拼接配准操作过程的影响，点云数据中讲不可避免的出现一些噪声。在点云处理流程中滤波处理作为预处理的第一步，对后续的影响比较大，只有在滤波预处理中将噪声点 ，离群点，孔洞，数据压缩等按照后续处理定制，才能够更好的进行配准，特征提取，曲面重建，可视化等后续应用处理。

点云处理技术广泛应用在逆向工程、CAD/CAM、机器人学、激光遥感测量、机器视觉、虚拟现实、人机交互、立体3D影像等诸多领域。由于其涉及计算机学、图形学、人工智能、模式识别、几何计算、传感器等诸多学科，但一直以来由于点云获取手段的昂贵，严重阻碍其在各个行业上的广泛应用，也造成国内点云处理的理论性和工具性书籍匮乏。

linux qtQwidget控件点云可视化例程源码

PCL 点云图处理库 的资料，3D点云特征描述与提取是点云信息处理中最基础也是最关键的一部分，点云的识别。分割，重采样，配准曲面重建等处理大部分算法，都严重依赖特征描述与提取的结果。从尺度上来分，一般分为局部特征的描述和全局特征的描述，例如局部的法线等几何形状特征的描述，全局的拓朴特征的描述，都属于3D点云特征描述与提取的范畴， 特征描述与提取相关的概念与算法 1.3D形状内容描述子（3D shape contexts） 利用描述子建立曲面间的对应点在3D物体识别领域有广发的应用，采用一个向量描述曲面上指定点及邻域的形状特征，通过匹配向量的值来建立不同曲面点的对应关系，此相邻则则称为指定点的俄描述子，经典描述子的3D形状内容描述子结构简单，辨别力强，且对噪声不敏感， 2，旋转图像（spin iamge） 旋转图像最早是由johnson提出的特征描述子，主要用于3D场景中的曲面匹配和模型识别， 3,涉及的算法相关的资料 3D形状内容描述子

博文“点云库PCL学习：基于VFH描述子的聚类识别”的点云示例https://blog.csdn.net/qinqinxiansheng/article/details/105547035

C++基于PCL库代码，读取同一文件夹内的所有文件，执行点云坐标转换，支持自定义添加功能，执行操作后保存至新文件内，和源文件以一一对应

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。