PCL::点云曲面重建

根据重建曲面和数据点云之间的关系可将曲面重建分为两大类：插值法和逼近法。前者得到的重建曲面完全通过原始数据点，而后者则是用分片线性曲面或其他形式的曲面来逼近原始数据点，从而使得产生的重建曲面是原始点集的一个逼近。而根据重建曲面的表现形式不同又可以将它分为以下五种：参数曲面重建、隐式曲面重建、细分曲面重建和分片线性曲面重建                                        移动立方体算法的基本思想是找出所有与等值面相交的体素，再分别找出每个体素与等值面相交的交面，这些交面连载一起就是所求的等值面。

将点云所在区域用平均单元格空间划分后，每上下相对应的8个点构成一个立方体，称为cube，也可以称为cell，voxel等。

知道了等值面如何与体素相交后就可以求得等值面与体素边界交点，即等值点。

泊松曲面重建法是一种基于隐式函数的三角网格重建算法，该类方法通过对点云数据进行最优化的插值处理来获得近似曲面。

基于B样条曲线的曲面重建

1)利用主成分分析法PCA对B样条曲线进行初始化，该步骤假设输入的点云数据有两个主方向，如近似平面的形状采样；

2）对初始化后的B样条曲面进行拟合和迭代优化；

3）利用圆来初始化B样条曲线，该步骤假设点云为紧致的，即没有空间分离的聚类

4）对初始化的B样条曲线进行拟合

5）三角化利用上述得到的B样条曲线裁剪后的B样条曲面，得到拟合的最终曲面模型。