Cilantro 点云处理库

Cilantro
A lean C++ library for working with point cloud data

cilantro 是一个精简且快速的 C++ 库，用于处理点云数据，重点是 3D 案例。

Cilantro是一个精简高效的点云数据处理库，编程是C++，依赖项较少，但是相比较于PCL来说，代码更有可读性，PCL中大量的使用C++高级特性，阅读起来比较难并且不易重构拆解代码，而cilantro重点放在了3D案例上，尽量减少了样板代码的数量，包含了对点云常见的操作，是一个比较简单易懂的API，所以该库可以被广泛的模块化，并且支持多维度数据进行操作，同时保证对算法模块的模块化和可扩展性。作者是一位在Magic leap公司工作的计算机视觉工程师，是马里兰大学伯克利分校的计算机科学博士，是感知机器人小组的成员。

Cilantro是一个用于点云处理的C++库，具有高效、灵活、易用等特点。它提供了许多常用的点云算法，如点云滤波、点云配准、点云分割、点云聚类等等，并且支持多线程和GPU加速。以下是Cilantro库的一些主要特点：

1. 点云数据结构：Cilantro支持多种点云数据结构，包括点云矩阵、KD树、范围搜索等。这些数据结构可以方便地用于点云算法的实现和优化。

2. 点云滤波：Cilantro提供了多种点云滤波算法，如高斯滤波、均值滤波、统计滤波等。这些算法可以用于去除点云中的噪声和异常点。

3. 点云配准：Cilantro提供了多种点云配准算法，如ICP、NDT、GICP等。这些算法可以将不同来源的点云进行配准，以便后续的点云处理和分析。

4. 点云分割：Cilantro提供了多种点云分割算法，如基于法向量的分割、基于曲率的分割、基于聚类的分割等。这些算法可以将点云分成不同的组，以便后续的点云处理和分析。

5. 点云聚类：Cilantro提供了多种点云聚类算法，如基于KMeans的聚类、基于DBSCAN的聚类、基于凝聚层次聚类的聚类等。这些算法可以将点云中的点聚成不同的组，以便后续的点云处理和分析。

6. 多线程和GPU加速：Cilantro支持多线程和GPU加速，可以在多核CPU和GPU上并行处理点云数据，提高算法的效率和速度。

地址：

https://github.com/kzampog/cilantro