pcl总结

基本用法1、pcl功能介绍（解释各个模块和功能）2、开始/基本结构（介绍pcl基本数据结构和相关代码示例）
3、在自己项目中使用PCL（如何使用cmake PCL链接自己的项目）
4、如何编译PCL在POSIX / Unix系统。
5、解释PCL的cmake选项（基本的PCL cmake选项,以及如何调整以适应您的项目）
6、在windows上源代码构建pcl的依赖性
7、在windows上源码编译PCL
8、从MacPorts在Mac OS X上编译PCL及其依赖项和源
9、如何安装点云库在Mac OS X上使用自制程序
10、如何让你的PCL在Eclipse中作为一个项目
11、为PCL生成本地文件
12、矩阵变换点云

高级用法1、添加自定义point类型（解释了模板化点类型在PCL,为什么他们存在,以及如何创建和使用自己的PointT点类型）
2、编写新的PCL类（这个简短的指南作为HowTo和FAQ编写新的PCL类,从头开始,或者通过调整旧的代码）
应用程序
1、覆盖前面的教程可以组合解决一个更高层次的问题,调整之前捕获模型对象的一些新捕获的数据。
2、如何将视点特征直方图(VFH)描述符可以用来识别相似集群的几何学。
3、如何通过网络发送点云数据从一个桌面服务器到客户机运行在移动设备上
4、检测人与RGB-D地平面数据
特性1、PCL3 d功能如何工作（3D功能的评估方法）
2、估计在pointcloud表面法线（理论和实现细节在PCL表面正常的评估模块）
3、正常使用积分图像估计（如何为一个有组织的点云计算法线使用积分图像。）
4、点特征直方图(PFH)描述符（介绍一个3 d功能描述符叫做PFH(点特征直方图),并讨论了实施细节从PCL的角度来看）
5、快速点特征直方图(FPFH)描述符（介绍了FPFH(快速点特征直方图)3 d描述符和从PCL的角度讨论其实现细节）
6、估计VFH特征点集（描述了视点特征直方图(VFH)描述符,小说表示点集群的集群的问题(例如,对象)识别和6自由度姿态估计）
7、如何从一系列图像中提取NARF特性（从一系列图像中提取NARF特性）
8、惯性矩和基于偏心的描述符（如何计算转动惯量和古怪的云。 此外我们将学习如何提取AABB和OBB。）
9、罗普(旋转投影统计)特性（如何计算罗普特性）
10、全球一致的空间分布(GASD)描述符（描述了全球一致的空间分布(GASD)全局描述符用于高效的对象识别和姿态估计。）
过滤
1、通过paththrough滤波器过滤点云
2、使用VoxelGrid过滤器采样点云
3、使用staticalOutlierRemoval过滤器去除离群值（如何删除从嘈杂的数据稀疏的离群值,使用StatisticalRemoval。）
4、使用参数模型预测点
5、从PointCloud提取指数（如何提取一组指标由分割算法）
6、使用使用条件或radius outlier去除离群值（学习如何把异常值从嘈杂的数据,使用ConditionalRemoval,RadiusOutlierRemoval）I / O
1、PCD(点云数据)文件的格式
2、从PCD文件读取点云数据
3、点云数据写入PCD文件
4、连接的字段或点两个点云
5、从一个OpenNI相机获取点云数据
6、从调速发电机高清晰度激光雷达(HDL)抓点云
7、如何从Dinast相机获取点云数据
8、如何获得点云数据从一个IDS-Imaging Ensenso相机。
9、如何获得点云从davidSDK扫描仪或网格数据。
关键点1、如何从一系列图像中提取NARF要点（如何从一系列图像中提取NARF要点）
KdTree1、如何使用KdTree搜索（如何使用最近邻方法搜索方法k d树）
八叉树1、点云压缩（如何压缩单点云和点云流）
2、使用八叉树空间分区和搜索操作（如何使用八叉树空间分区和最近邻搜索）
3、空间对散乱点云数据变化检测（如何在点云中使用八叉树空间变化检测）
范围的图像1、如何创建一个范围从点云图像和给定传感器的位置。
2、从范围图像中提取边界
识别1、三维物体识别基于通信分组
2、隐式形状模型（学习隐式形状模型算法是如何工作的,以及如何用它来查找对象中心）
3、如何做3 d对象识别在杂波通过验证模型假设在混乱和严重阻挡3 d场景
登记1、描述了注册点云API及其模块:点估计和拒绝的对应关系,刚性变换的估计
2、如何使用迭代最近点算法（如何使用迭代最近点算法,看看一个PointCloud只是另一个PointCloud的刚性变换）
3、如何逐步寄存器对云（使用迭代最近点算法为了逐步注册一个一系列的点云）
4、交互迭代最近点（如何构建一个交互式ICP程序）
5、如何使用正态分布变换算法注册两个大点云
6、如何使用在手扫描仪应用程序获得与RGB-D相机彩色小物体的模型
7、如何找到一个刚性物体的排列构成一个场景杂乱和遮挡。
样品一致
1、如何使用随机样本的共识模型（如何使用RandomSampleConsensus飞机模型获取云来匹配这个模型）
分割1、如何在点云数据集中分离出平面模型
2、如何在点云数据集中分离出圆柱模型
3、学习如何提取欧几里得的集群pcl:EuclideanClusterExtraction类
4、区域镇长分割
5、学习如何基于区域增长分割算法
6、学习如何使用基于min-cut分割算法
7、如何使用条件欧几里得在PCL集群类: 分割算法,基于欧氏距离和允许集群点条件,需要保持。
8、如何使用法线特性的差异进行分割
9、Supervoxel集群（展示pointcloud到中层supervoxel表示）
10、识别地面返回使用ProgressiveMorphologicalFilter分割
11、使用ModelOutlierRemoval PointCloud过滤（模型异常值删除）
表面1、如何构建和运行一个移动最小二乘(MLS)算法获得平滑XYZ坐标和法线
2、构造一个凹或凸包多边形平面模型
3、快速无序点云的三角化
4、如何从一个无序点云重建表面光滑拟合b样修剪。
可视化
1、如何使用pcl可视化工具
2、如何使用范围图像的pcl可视化工具
3、如何使用点云的PCLVisualizer类强大的可视化和相关数据
4、如何使用强大的可视化的PCLPlotter类情节,图表和原始数据的直方图和显式函数
5、概述在PCL可视化工具的使用
6、如何创建一个PCL在Qt应用程序可视化工具。
7、如何在Qt应用彩色点云
GPU1、如何配置PCL使用Nvidia GPU
2、如何使用KinFu大规模生产网从一个房间,并应用纹理信息后处理更吸引人的视觉效果。
3、使用PointCloud库检测人民和他们的姿势

原文地址：https://blog.51cto.com/13794732/2474749