PCL学习笔记(四)——点云曲面重建

单纯的点云数据固然很好，但仅仅是点的话仍是不够的，因为这不利于我们后续对实体对象的渲染与各种应用，如计算实体的表面积、体积等等，所以这就需要我们对实体进行点云的曲面重建。

一、凸包算法

在计算机图形学中，凸包是指在任意维空间中包含某一有限点集P的最小凸集，它由凸包顶点构成，在二维上其表现形式为一个凸多边形，而在三维上则表现为一个凸多面体。在二维层面上来讲，最常用的凸包算法有Graham扫描法和Jarvis卷包裹法，但前者并不适用于三维层面，后者倒是可以扩展到三维。除此之外，在三维层面上，凸包算法还有Clarkson-Shor和QuickHull两种算法，两者均属于增量法，但后者在实际应用中更为常用，是一种非常优秀的凸包算法，PCL中应该也是内嵌的该方法（这是我的猜测*^*，因为它使用的库名是libqhull）。

核心代码：

	//构建凸包
	pcl::ConvexHull<PointType> convexHull;
	convexHull.