體素數據---------------------體素化網格
體素（Voxel）是體積元素（Volume pixel）的簡稱，是數據位於三維空間內規則網格上的最小單位，體素，其物理意義類似於二維圖像像素在三維空間上的推廣，是一組均勻分佈、位於正交網格中心的立方體的集合。體素不能表示三維空間中的位置信息，即不具有三維座標。可以通過體素數據在立體空間內的相對位置關係表示場景或物體的三維信息。
1.首先將點雲數據進行體素化
體素化（Voxelization）是利用體素來近似表示場景或物體的空間結構和幾何形狀的過程。體素化的基本原理是：在輸入的點雲數據上創建一個三維立體的網格，立體網格是一種微小的三維立方體的集合。然後，在每個三維立方體內，利用立方體內所有點雲數據的重心點來近似表示網格內的所有點，網格處理後得到相應的體素雲數據。體素雲數據可以表示模型的表面幾何特徵和內部屬性信息，並且利用體素數據的相對位置關係還可以表示三維信息。
體素化過程如下：
點雲數據是雜亂、無組織結構的，但是通過體素化處理後，在體素空間內存在三
種拓撲結構：6 鄰接、18 鄰接以及 26 鄰接。其中 6 鄰接的兩個體素具有 6 個公共面，
18 鄰接的體素具有 12 條公共邊和 6 個公共面，26 鄰接體素在此基礎上還具有 8 個
公共點。如圖 3.3 所示，從左到右依次爲 6 鄰接、18 鄰接以及 26 鄰接。
2.體素化後獲得體素雲數據
體素化處理首先需要建立體素空間，體素空間類似於二維圖像模型的像素空間。體素空間的範圍可以根據點雲數據座標分別在 X，Y，Z 軸的最大、最小值來確定，然後設定固定的體素分辨率 R，以體素分辨率爲基本單位對體素空間下的最大包圍盒進行劃分，得到體積爲 的微小的立方體集合。每個立方體內的中心點或者質心點可以用來表示相應的體素立方體，所有中心點或者質心點形成的數據集即爲體素雲數據。
--------------------超體素數據------------------------
超體素（Supervoxel）是一種由體素數據組成的集合，是在三維空間內具有一定語義感知信息的原子體積的三維網格的子集，類似於二維圖像上的超像素。超體素是根據位置關係或者其他屬性的相似性來生成不規則形狀的簇，與體素的本質類似，是三維空間內的由體素構成的不規則的幾何體。超體素內攜帶豐富的屬性信息，例如具有空間一致性，並且相對於體素數據更加易於理。一個性質良好的超體素應該具有較爲規則的幾何形狀與均勻的體素密度，並且可以很好的依附於邊界信息。
場景的超體素數據表示
超體素的獲取過程即體素數據的聚類過程，其基本原理是對局部範圍內滿足相似性約束的體素數據的融合，根據紋理、顏色、法線等相似屬性將體素雲數據劃分爲相應的超體素，用於研究體素簇之間的關係，有利於後續的分類和識別工作。這類似於在圖像分割處理中，將像素聚類得到超像素，利用超像素的關係來分割、理解圖像。目前，超體素已普遍應用於三維數據處理和視頻分析等研究領域，如點雲分割，目標識別，運動分析和場景重構等。
參考博客：https://blog.csdn.net/m0_37957160/article/details/105065191