点云入门笔记(一)：点云数据及获取

1、点云：点云是某个坐标系下的点的数据集。点包含了丰富的信息，包括三维坐标 X，Y，Z、颜色、分类值、强度值、时间等等。点云在组成特点上分为两种，一种是有序点云，一种是无序点云。

• 有序点云：一般由深度图还原的点云，有序点云按照图方阵一行一行的，从左上角到右下角排列，当然其中有一些无效点因为。有序点云按顺序排列，可以很容易的找到它的相邻点信息。有序点云在某些处理的时候还是很便利的，但是很多情况下是无法获取有序点云的。

  无序点云：无序点云就是其中的点的集合，点排列之间没有任何顺序，点的顺序交换后没有任何影响。是比较普遍的点云形式，有序点云也可看做无序点云来处理。

• 

2、点云获取方式：
        （1）激光扫描仪(Laser Scanner/ LiDAR Light Detection And Ranging)，激光三维扫描仪它是利用激光测距的原理，通过记录被测物体表面大量的密集的点的三维坐标、反射率和纹理等信息，可快速复建出被测目标的三维模型及线、面、体等各种图件数据。 主要应用于逆向工程，负责曲面抄数，工件三维测量，针对现有三维实物（样品或模型）在没有技术文档的情况下，可快速测得物体的轮廓集合数据，并加以建构，编辑，修改生成通用输出格式的曲面数字化模型。分为星载、机载、地面、移动等激光雷达，原理如下图所示。

        （2）深度相机(depth camera)：通过近红外激光器把具有结构特征的光线投影到物体上，通过红外摄像头采集得到深度信息，如微软的Kinect, Kinect 2。特点：成本低，计算量小·主动光源，夜晚也可用·观测该范围和距离有限·应用：室内机器人. AR/VR

        （3）双目相机 (Stereo Camera)：使用两个相机从不同位置获取物体的两幅图像，通过计算对应点的位置偏差，使用三角原理（ Triangulation)计算点的三维坐标。特点：成本低、室内室外都适用、对环境光敏感。缺点：基线限制了测量范围

        （4）光学相机多视角重建

        SFM运动结构恢复(Structure frommotion)：给出多幅图像及其图像特征点的对应集合，估计3D点的位置和摄像机姿态（运动)·特点：成本低，使用高精度相机和更稳定的平台（有GPS/IMU)可以进行高精度测量，计算量大