大势智慧-实景三维

三维---信息的配准按不同的图像输入条件与重建输出需求被分为：粗糙配准、精细配准和全局配准等三类方法。粗糙配准研究的是多帧---同角度采集的---图像。首先提取两帧图像之间的特征点，这种特征点可以是直线、拐点、曲线曲率等显式特征，也可以是自定义的符号、旋转图形、轴心等类型的特征。随后根据特征方程实现初步的配准。粗糙配准后的点云和目标点云将处于同一尺度(像素采样间隔)与参考坐标系内，通过自动记录坐标，得到粗匹配初始值。

pcl框架包括很多---的算法和典型的数据结构，如滤波、分割、配准、识别、追zong、可视化、模型拟合、表面重建等诸多功能。在算法方面，pcl是一套包括数据滤波、点云配准、表面生成、图像分割和定位搜索等一系列处理点云数据的算法。例如pcl中实现管道运算的接口流程：

创建处理对象，例如滤波、特征估计、图像分割等；

通过setinputcloud输入初始点云数据，进入处理模块；

设置算法相关参数；

调用不同功能的函数实现运算，并输出结果。