3维数据表达

RGB-D（深度图像）
深度图像 = 普通的RGB三通道彩色图像+Depth Map
RGB-D图像其实是两幅图像，一个是普通的RGB三通道彩色图像，另一个是Depth图像。Depth图像类似于灰度图像，只是它的每个像素值都是传感器距离物体的实际距离。通常RGB图像和Depth图像是配准的，因而像素点之间具有一对一的对应关系。

图像深度
图像深度 是指存储每个像素所用的位数，也用于度量图像的色彩分辨率。确定彩色图像的每个像素可能有的颜色数，或者确定灰度图像的每个像素可能有的灰度级数。它决定了彩色图像中可出现最多颜色数，或灰度图像中最大灰度登记。比如一幅单色图像，若每个像素有8位，则最大灰度数目维2的8次方，即256.一幅彩色图像RGB三通道的像素位分别维4，4，2，则最大颜色数目为2的4+4+2次方，即1024，就是说像素的深度为10位，每个像素可以是1024种颜色中的一种。
例如：
  一幅画的尺寸是1024768，深度为16，则它的数据量为1.5M。
计算如下：
  102476816bit = (102476816)/8Byte = [(102476816)/8]/1024KB = 1536KB = {[(1024768*16)/8]/1024}/1024MB = 1.5MB

体素图像
体素(voxel)，是体积元素(volumepixel)的简称。一如其名，是数字数据于三维空间分割上的最小单位，体素用于三维成像、科学数据与 医学影像等领域。概念上类似二维空间的最小单位——像素，像素用在二维计算机图像的影像数据上。有些真正的三维显示器运用体素来描述它们的分辨率，举例来说：可以显示512×512×512体素的显示器。
如同像素，体素本身并不含有空间中位置的数据(即它们的坐标)，然而却可以从它们相对于其它体素的位置来推敲，意即它们在构成单一张体积影像的数据结构中的位置。
体素用恒定的标量或者向量表示一个立体的区域，体素的边界在于相邻晶格的中间位置。这样，“体素”这个术语仅仅用来表示最邻近的插值，而不用来表示如三次线性、 立方等等高次插值，这些情况可以用单元体积分支来表示。

三维点云
1.什么是点云数据
点云 数据是指在一个三维坐标系统中的一组向量的集合。这些向量通常以x，y，z三维坐标的形式表示，而且一般主要用来代表一个物体的外表面形状。不仅如此，除了（x，y，z）代表的几何位置信息之外，点云数据还可以表示一个点的RGB颜色，灰度值，深度，分割结果等。
Eg..Pi={Xi, Yi, Zi,…….}表示空间中的一个点，
则Point Cloud={P1, P2, P3,…..Pn}表示一组点云数据。

2.点云数据的获得
大多数点云数据是由3D扫描设备产生的，例如激光雷达（2D/3D）,立体摄像头（stereo camera），越渡时间相机（time-of-flight camera）。这些设备用自动化的方式测量在物体表面的大量的点的信息，然后用某种数据文件数点云数据。这些点云数据就是扫描设备所采集到的。

3.点云数据的用途
作为3D扫描的结果，点云数据有很多不方面的用途，包括为制造部件，质量检查，多元化视距，卡通制作，三维制图和大众传播工具应用等创建3D CAD模型。