可以进行点云数据精简，适合用matlab处理

三维重构时，激光扫描安全锤的三维点云数据，x ，y， z三维坐标点

百度网盘链接，永久有效。包含三种不同格式的数据集，每种数据集中有16种物体。官网下载需要注册账号审核，这个速度快些。

点云的数据滤波去噪的处理实现，程序简单易懂。希望能帮助大家。

modelnet40_normal_resampled 比较大，所以分成2部分上传，这是第1部分。 modelnet40数据集用于3D点云网络，这里我用的是pointnet。

PCB板3d点云数据 PCB板3d网格数据

该算法比较成熟地解决了点云处理中的一些困难：空洞填补、曲面拟合等等

随着三维扫描技术的迅猛发展, 点云数据的数据量变得异常庞大, 这对点云计算的性能提出了更高的要求。因此, 如何有效提高算法的执行效率一直是该领域的研究热点和难点。日益增大的数据量隐藏了丰富的三维(3D)形状模型, 将形状模型参与到点云计算过程中, 为提高点云计算的执行效率提供了一种新的方法和思路。利用3D几何特征分析技术, 获取与形状相关的特征参数, 并使其参与到点云分割过程中, 提出了形状分割方法。利用八叉树算法组织点云数据, 发现数据之间的相邻关系, 依靠点云数据的密度自适应地双向线性调整八叉树并建立数据索引。使用规则图形建立3D形状模型库, 实现模型与分割区域的匹配, 进而提取分割区域的形状参数, 为提高点云数据计算的精度和速度奠定基础。在分割效果和分割时间上, 对比了不同算法, 验证了基于形状的点云分割算法的可行性以及稳健性。

内含视频教程，教你通过在绘图软件中如何加载点云数据，然后实现在绘图软件中，进行现代建筑或者历史建筑绘图。

物体的三维重建是计算机视觉、虚拟现实、人工智能等领域研究的重点和难点，为了能够更好的重建物体三维表面，文中提出了一种改进的Delaunay三角剖分算法。此算法与原有的逐点插入Delaunay三角剖分算法的不同在于增加了对三角形边长的约束条件，去除了重建过程中不符合要求的三角形，使其重建效果更加真实可靠。并且基于TOF3D相机拍摄得到的目标物体单视角下的点云数据，结合KNN邻域滤波算法验证了改进的Delaunay算法的可靠性和稳定性。本论文中对单视角下物体表面重建的研究为多视角下物体完整表面3维重建的研究与实现奠定了基础。