[PCL教程]PCL漫游之surface

11 表面surface

11.1 用MLS表面重建法平滑点云

本课程介绍了使用MLS （Moving Least Squares，移动最小二乘）表面重建法平滑和重采样噪声数据。一些距离测量误差导致的点云不规则很难用统计分析方法去除。当没法获得额外数据，可以采用重采样算法（通过对周围数据点进行高阶多项式内插）来重建表面缺失部分。通过重采样，可以纠正小误差，配准误差导致的“double walls” （重影）现象可减轻。因为表面被平滑，估计的法向量和曲率也更加平滑。

为了近若干近邻点的表面，使用定义在参考平面上的二元多项式高度函数（bivariate polynomial height function）。

算法原理可以参考：基于移动最小二乘法的曲线曲面拟合(PYTHON语言实现

代码：

// 头文件
...
#include <pcl/search/kdtree.h> // for kdtree
#include <pcl/surface/mls.h> // for mls
...
// 创建kdtree
pcl