PCL點雲特徵小結

1. PCL viewer

用來可視化三維點雲或者得到的二維圖像，詳見官方教程

2. 點雲數據格式

2.1 Introduction

點雲基礎的類型類似一個vector，每個元素表示一個多維的點信息（座標，Normal，RGB，Intensity 等等）。

2.2 優化的格式

2.2.1 KD-tree

k-d tree decomposition for the point set : (2,3), (5,4), (9,6), (4,7), (8,1), (7,2)。(來自維基)

2.2.2 Octree 八叉樹

用來在三維的情況規劃點雲數據，目的和kd-tree一致。

2.2.3 優點

如果單純的使用vector來搜索鄰近的點，那麼需要對整個數列做窮舉。對大量點雲的數據來說，這個過程極其耗費時間與資源。但是如果用類似上述的特殊數據結構，那麼對鄰近點的搜索就變得非常的簡單優美了。

3. 特徵點的描述

算法	全局性	適用情況
PFH（point feature histograms）	局部特徵
手機	$12
導管	$1

3.1 PFH（point feature histograms）

• 查詢點$P_{q}$, 去半徑爲r的球其中有k個點的臨域。
• 計算臨域中每對點的關係圖（如上圖所示）