shapeNet数据集，包括hdf5、带法向量、不带法向量等三种格式数据集--网盘下载链接（永久有效）

基于matlab对三维点云的法向量进行求取，并进行朝向统一。

在许多三维人脸应用中,人脸姿态校正是数据预处理过程中的重要一步.针对三维人脸顶点法向量的分布特性,提出一种基于鼻子区域检测的三维人脸姿态自动化校正方法.首先,对三维人脸顶点法向量进行无监督聚类,将具有相似属性的三维人脸顶点聚集到一类;然后提出一种基于无向图的三维人脸分割算法,将三维人脸分割成为若干区域,每个区域使用平均自旋图描述;再使用支持向量机分类器挑选鼻子区域,并根据模板三维人脸的姿态,对输入人脸进行三维仿射变换;最后通过迭代最近点算法获得精确的姿态校正结果.实验结果表明,该方法优于已有方法.

shapeNet数据集，包括hdf5、带法向量、不带法向量等三种格式数据集--网盘下载链接（永久有效）

利用二分法对已给向量集进行量化和编码，码长为16位

Kinect采集的点云存在点云数量大、点云位置有误差, 直接使用迭代最近点(ICP)算法对点云进行配准时效率低. 针对该问题, 提出一种基于特征点法向量夹角的改进点云配准算法. 首先使用体素栅格对Kinect采集的原始点云进行下采样, 精简点云数量, 并使用滤波器移除离群点. 然后使用SIFT算法提取目标点云与待配准点云公共部分的特征点, 通过计算特征点法向量之间的夹角调整点云位姿, 完成点云的初始配准. 最后使用ICP算法完成点云的精细配准. 实验结果表明, 该算法与传统ICP算法相比, 在保证点云配准精度的同时, 能够提高点云的配准效率, 具有较高的适用性和鲁棒性.

PLANE PLOTTER - 绘制由一个点和法向量定义的平面 平面将绘制为以“点”为中心的指定范围的正方形 !!!! 致谢：!!!!!!!!!!!! 这是 Roger Stafford 在 MATLAB 答案论坛上描述的方法的实现。 ( https://www.mathworks.com/matlabcentral/answers/291485-how-can-i-plot-a-3d-plane-knowing-its-center-point-coordinates-and-its-normal#answer_226405 ) 实际方法直接取自论坛，我只是添加了一些输入功能等，通过组织输入结构使其通用和更方便使用 语法：p=planePlotter(point, normal) p=planePlotter（点，法线，...） 平面绘图仪（点，法线） 平面绘图仪（点，法线，...）

本书详细介绍了深度和法向量的非线性优化具体方法及公式推导。

已知散点求三维坐标法向量

根据旋转轴和夹角φ求解旋转矩阵**R**（通过罗德里格斯方法进行求解）