点云是数据点的集合，数据集中的单个点代表了真实世界中被扫描物体表面点的坐标。点云被用来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)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:
- 读写点云数据进行分析和显示
- 转换、过滤和注册三维点云
- 将三维点云分割成簇并拟合成几何形状
点云处理工作流的主要组件有:
- 读取和可视化数据
- 记录和拼接一系列点云
- 将点云数据分割成簇
读取并可视化数据示例:车载点云数据可视化。
注册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的例子:将激光雷达数据组织成簇。黑色的点代表地点，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™．
