第29章：PCL PrincipalCurvatures 曲率估计

一、算法简介

PrincipalCurvatures（主曲率估计） 是一种用于计算点云表面曲率的算法。曲率描述了曲面局部的弯曲程度，是表面几何特征的重要指标。在点云处理中，估计表面的曲率对于形状分析、物体识别、表面重建等任务非常重要。

主曲率是曲面上某一点的最大和最小曲率方向。通过计算点云的主曲率，我们可以获得点云中每个点的局部形状特征。通常情况下，主曲率包括两个主要参数：最大主曲率（最大曲率方向上的曲率）和最小主曲率（最小曲率方向上的曲率）。

---

二、算法原理

PrincipalCurvatures 计算的核心思想是基于点云中每个点的局部表面信息，使用主成分分析（PCA）来提取该点局部的曲率信息。

1. 邻域点选择：首先，为每个点选择一个邻域，可以通过半径搜索或K近邻来确定邻域点集。

2. 协方差矩阵计算：然后，对于每个点的邻域，计算协方差矩阵。协方差矩阵反映了点云在该区域的局部几何结构。

3. 主成分分析（PCA）：通过对协方差矩阵进行特征值分解，得到特征值和特征向量。特征值分别代表表面法线方向上的曲率