散乱点云数据快速边缘提取算法研究

地面三维激光扫描点云数据识别算法研究，郝刚，，本文基于地面激光扫描点云数据中存在异常的特点，应用了基于移动曲面的机载激光点云数据滤波方法，并对该算法的原理进行了分析，

文中针对三维扫描地表数据的特点,提出一种结合高程变化和坡角的分类综合去噪算法——高角算法;介绍了高角算法的理论分析及流程,结合实际案例研究了算法的可行性。实验结果表明:高角算法能自适应矿山的高程变化;

对于非均匀散乱点云，多数基于区域生长方法的曲面重构往往容易出现孔洞等缺陷。针对该问题，在K邻域点集的基础上提出间接邻域点集的概念，对以点为生长对象进行区域生长的三角网格曲面重构方法进行了研究，实现三角

PCL官方点云数据,包含全部全部点云数据,可以用于官方所有例子的测试与比较,其中有著名的斯坦福大学提供的兔子模型,马模型等。

可实现点云ptx和txt文件导入，框选，提取截面线功能

三维点云数据的预处理与圆特征提取方法的研究，特征包括边界，角点，圆等等。

对三维点云信息的特征分类和提取，进行总结。

Win10 pcl1.8.1 vs2015 快速提取点云边界信息

使用基于索引大小的方法进行点云提取，可以选择提取索引内或索引外的点云。该方法可以提高点云处理的效率和准确性，适用于各种点云数据处理任务。

用于三维点云的精简.基于MATLAB实现在保留三维数据特征的情况下进行点云的下采样。