点云是数据点的集合，其中数据集的单个点代表真实世界中被扫描对象的表面点的坐标。点云用于测量真实场景，通常由激光雷达扫描仪和其他设备产生。点云处理用于增强现实(AR)和虚拟现实(VR)应用，以及机器人和自动驾驶中的感知和导航。
公共点云处理任务包括:
- 读取和写入点云数据进行分析和显示
- 转换、过滤和登记三维点云
- 将三维点云分割成簇，并将它们拟合成几何形状
一个点云处理工作流的主要组件是:
- 读取和可视化数据
- 记录和缝合一系列点云
- 将点云数据分割成簇
读取和可视化数据示例:基于车辆的点云数据可视化。
登记和拼接一系列点云的例子:使用迭代最近点(ICP)算法对场景进行三维重建。
Segmenting point cloud data into clusters example: organized lidar data that is segmented into clusters. The points in black represent ground points, and the colored points represent potential obstacles.
" data-toggle="lightbox">
将点云数据分割成集群示例:组织激光雷达数据，分割成簇。黑色的点代表地面点，彩色的点代表潜在的障碍。
有关详细信息,请参见计算机视觉工具箱™。
