PCL从入门到精通_1_概述

1.1 什么是PCL？

PCL全称为Point Cloud Library，是一个用于三维点云处理的开源库。它包含了从传感器或三维数据文件中检索三维点云的各种处理。如果说OpenCV是2D信息获取与处理的结晶，那么PCL就在3D信息获取与处理上具有同等地位，且PCL是BSD授权方式，可以免费进行商业和学术应用，可在Windows、Linux、Mac OS X等操作系统中运行。

1.2 PCL的发展史

PCL起初由ROS（Robot Operating System）下来自斯坦福大学的Radu博士等人维护和开发的开源项目，主要应用于机器人研究应用领域，随着算法模块的积累，与2011年独立出来，与全球3D信息获取、处理的同行一起组件了强大的开发维护团队，以多所知名大学、研究所和相关软硬件公司为主。PCL继续加入的算法等详情可见PCL官方网站。

1.3 PCL 应用

自己查吧。。。

1.4 PCL的结构与核心内容

对于3D点云处理来说，PCL完全是一个模块化的现代C++模板库。
它基于一下第三方库：Boost、Eigen、FLANN、VTK、CUDA、OpenNI、QHull。
实现点云相关的获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。

为了进一步简化和开发，PCL被分成一系列较小的代码库，使其模块化：

• libpcl filters：采样、去除离群点、特征提取、拟合估计等过滤器。
• libpcl features：实现多种三维特征的筛选，如：曲面法线、曲率、边界点估计等。
• libpcl I/O：实现数据的输入和输出操作。
• libpcl segmentation : 实现聚类提取。
• libpcl surface：实现表面重建技术，如网格重建，凸包重建。
• libpcl register：实现点云配准方法，如ICP等。
• libpcl keypoints：实现不同的关键点提取方法。
• libpcl range：实现支持不同点云数据集生成的范围图像
  参考