点云是数据点，其中数据集的各个点代表在现实世界中被扫描物体表面点坐标的集合。点云，用于测量真实世界的场景，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）的应用程序和用于在机器人感知和导航和自动驾驶。
常见的点云处理任务包括：
- 用于分析和显示读取和写入的点云数据
- 变换，滤波，和注册的3D点云
- 分割三维点云成集群，并将其拟合几何形状
对点云处理的主要组件的工作流程是：
- 阅读和可视化数据
- 注册和拼接一系列的点云
- 分割点云数据为簇
读取并可视化数据例如：基于车辆的点群数据的可视化。
注册和拼接一系列的点云实例：三维重建使用迭代最近点（ICP）算法的场景的。
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">
分割点云数据为簇例如：组织激光雷达是分割成集群的数据。在黑色的点表示地面点和彩色点代表潜在的障碍。
有关详细信息，请参阅计算机视觉工具箱™。
