【我的点云哪有这么可爱！】系列目录
第零章 从学习思路开始
第一章 点云概述基础知识
第二章 PCL！yyds！
第一章总算开始更新了，根据之前的点云自主学习思路，开始一步步的学习，希望这个慢慢学习系列能够迎来总章，不会腰斩和烂尾，也希望我的点云哪有这么可爱！
点云获取技术可分为接触式扫描仪、激光雷达、结构光、三角测距（Triangulation）、以及立体视觉等多种。
其中代表性的硬件厂商：Riegl、Leica、Optech、Velodyne、北科测绘、海达数云等。
目前手头我用的就是Velodyne的VLP-16。
单目、双目、多视角、RGB-D等方式进行点云数据的构建。
目前点云的应用在许多重大工程和典型领域得到了广泛的应用。
1、深空探测。1971月球形状测量。
2、精确制导自动目标识别。军事领域。
3、地球科学应用研究。如：全球冰川物质平衡，地质灾害区域时空变化监测，海岸线提取，海底测绘及水下目标探测等
4、森林资源调查。三维冠层提取、精细获取单木垂直结构、机载雷达获取大范围森林蓄积量和生物量等生态参数反演、星载激光雷达获取全球植被覆盖及生态参数制图。
5、城市形态分析。得到城市垂直结构及演化，获取城市三维形态、满足城市规划设计与管理的需求。
6、灾难救援与应急响应。可以实现分类及应急响应，例如麻省理工学院利用ALIRT机载激光雷达成像研究试验平台对太子港进行了三维成像，获得30m分辨率的城市三维图像，用于评估道路和桥梁状况、分析水淹情况、选择直升机降落场以及规划难民安置等。
7、自动驾驶。车载激光雷达高效快速获取周围信息，为车辆生成周围环境三维地图，结合检测识别，完成态势感知。
8、文物三维数字化。对文物建立结构图和精细三维模型，为文化遗产保护工作提供助力。
9、电力走廊安全巡检。获取电力线及附属设备几何形态，为电力巡检提供便利。
10、岛礁测绘。
11、隧道断面和变形监测。
12、桥梁及矿山边坡变形监测。
点云数据的处理涉及的方面很多，其中主要包括了这些方面的点云算法，在后续章节会逐渐慢慢剖析，如果说的不足，还希望大家提供思路继续完善。
总体上有滤波算法、关键点检测算法、特征描述和提取算法、点云分割算法、点云配准算法、多帧配准算法、点云重建算法、点云分类算法等。
低层次的处理主要是滤波和关键点检测；
中层次是特征描述和分割、分类算法；
高层次是配准、SLAM图优化、三维重建等。
点云处理的软件目前已经非常丰富了，商用软件和开源的软件种类繁多。
商业化软件主要有：
TerraSolid、Realworks、Cyclone、Pointtools、Orbit Mobile Mapping、LiDAR Suite、LiDAR-DP、LiDAR360(数字绿土)等。
主要集中于点云数据管理、面向DEM生产的滤波器、三位建筑提取及重建、森林垂直结果参数提取。
开源软件主要有：
Lastools：知名度高，C++编写，分模块、部分开源、底层IO库、压缩库都开源。
OPALS：维也纳技术大学摄影测量研究组开发，学界最好的。同样是底层库+功能模块的结构，可支持几乎任何一种激光雷达数据，处理效率很高。支持C++/Python二次开发。
BCAL LiDAR tools：一个ENVI插件，支持LiDAR格式点云的可视化、处理，IDL编写。
CloudCompare：C ++开发，依赖于QT和OPENGL。支持基于插件的扩展机制。可拔插操作，可二次开发与源程序互不影响。富有活力，经常更新。
FUSION：开源软件，功能很多，在forestry和ecology学界比较有名，可以计算多种LiDAR metrics。
在点云获取硬件设备快速发展的今天，目前这些三运点云智能化处理还是有所欠缺，缺乏智能化水平高，界面友好，专业化应用集成方便的软件。
PCL（yyds！）：是在吸收了前人点云相关研究基础上建立起来的大型跨平台开源C++编程库，它实现了大量点云相关的通用算法和高效数据结构，涉及到点云获取、滤波、分割、配准、检索、特征提取、识别、追踪、曲面重建、可视化等。支持多种操作系统平台，可在Windows、 Linux、Android、Mac OS X、部分嵌入式实时系统上运行。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，PCL是BSD授权方式，可以免费进行商业和学术应用。
Open3D：天下苦PCL久矣。Open3D 是一个可以支持 3D 数据处理软件快速开发的开源库。Open3D 前端公开了一组用 C++ 和 Python 写成的精心挑选的数据结构和算法，后端高度优化并设置为并行。Open3D 可以在不同的平台上设置，并以最少的工作量进行译。Open3D 的代码非常整洁，可以通过明确的代码审查机制来维护。
Ford Campus LiDAR dataset
KITTI (Karlsruhe Institute of Technology and Toyota Technological Institute)
Sydney Urban Objects
Stanford Track Collection
Oakland 3D Point Cloud Dataset
如有问题、有缺漏还请大家批评指正，提出后我会尽快修改完善！