点云数据处理是三维重建领域的一项重要研究内容之一，涉及去噪、简化、配准、分割及检索等关键技术，已经在医学研究、文物虚拟复原及工程建设等领域得到日益广泛的应用。本书共14章，全面系统地介绍了点云数据的类型、特点和获取方法，以及常见点云数据处理技术的应用领域，**提出了与点云去噪、点云简化、点云配准、点云分割、点云模型检索等相关的11种优化点云数据处理算法，并将其应用于实际领域中。本书强调理论创新，注重实验验证，并提供了样例示范，内容丰富多样，可供图形图像处理、测绘遥感、计算机视觉等专业研究生使用，对从事相关研究的科技人员及业余爱好者也有一定的参考价值。

目 录 **部分 第1章 点云数据处理概述002 1.1 引言002 1.2 三维点云数据003 1.2.1 点云数据的获取003 1.2.2 点云数据的类型004 1.2.3 点云数据的存储格式005 1.2.4 点云数据的特征006 1.3 点云数据处理算法007 1.3.1 点云去噪算法007 1.3.2 点云简化算法008 1.3.3 点云配准算法010 1.3.4 点云分割算法012 1.3.5 点云模型检索算法013 1.4 点云数据处理技术的应用领域014 1.5 本章小结015 本章参考文献016 第二部分 第2章 特征保持的点云去噪算法024 2.1 引言024 2.2 基于张量投票的初始粗去噪025 2.2.1 计算张量投票矩阵025 2.2.2 初始粗去噪算法的步骤025 2.3 基于曲率特征的精去噪027 2.3.1 计算曲率027 2.3.2 精去噪算法的步骤028 2.4 实验结果与分析029 2.4.1 公共点云数据模型去噪029 2.4.2 文物点云数据模型去噪032 2.5 本章小结035 本章参考文献035 第三部分 第3章 基于信息熵和聚类的点云简化算法038 3.1 引言038 3.2 基于信息熵的初始粗简化039 3.3 基于改进KMC的精简化040 3.3.1 传统KMC算法040 3.3.2 改进KMC算法040 3.4 简化算法的评价指标041 3.4.1 简化率041 3.4.2 简化精度042 3.5 实验结果与分析042 3.5.1 公共点云数据模型简化043 3.5.2 文物点云数据模型简化044 3.6 本章小结046 本章参考文献046 第4章 基于点重要性判断的点云简化算法048 4.1 引言048 4.2 点重要性计算048 4.2.1 特征算子计算049 4.2.2 特征算子融合049 4.3 基于八叉树的非特征点简化050 4.4 实验结果与分析051 4.4.1 公共点云数据模型简化051 4.4.2 文物点云数据模型简化053 4.5 本章小结056 本章参考文献056 第5章 基于栅格划分和曲率分级的点云简化算法058 5.1 引言058 5.2 基于权值的初的简化059 5.2.1 构造点云长方体包围盒059 5.2.2 划分点云空间结构059 5.2.3 计算栅格权值060 5.3 基于曲率分级的**简化060 5.3.1 计算平均曲率061 5.3.2 曲率分级062 5.4 本章点云简化算法的步骤062 5.5 实验结果与分析063 5.5.1 公共点云数据模型简化063 5.5.2 文物点云简化065 5.6 本章小结069 本章参考文献069 第四部分 第6章 基于正态分布和曲率的层次化点云配准算法072 6.1 引言072 6.2 基于改进NDT的粗配准073 6.2.1 NDT算法073 6.2.2 改进的NDT算法074 6.3 基于曲率ICP的精配准075 6.3.1 ICP算法075 6.3.2 基于曲率的ICP算法076 6.4 实验结果与分析078 6.4.1 公共点云数据模型配准078 6.4.2 颅骨点云数据模型配准080 6.5 本章小结082 本章参考文献083 第7章 基于特征点和改进ICP的点云配准算法084 7.1 引言084 7.2 基于特征点的粗配准085 7.2.1 特征点提取085 7.2.2 粗配准算法的步骤086 7.3 基于改进ICP的精配准087 7.4 实验结果与分析088 7.4.1 公共点云配准088 7.4.2 文物碎片点云数据模型匹配090 7.5 本章小结093 本章参考文献094 第8章 基于特征区域划分的点云配准算法096 8.1 引言096 8.2 特征点提取097 8.3 基于区域划分的粗配准098 8.3.1 特征点区域划分098 8.3.2 区域配准098 8.4 基于阈值约束ICP的精配准100 8.5 实验结果与分析101 8.6 本章小结104 本章参考文献104 第9章 基于降维多尺度FPFH和改进ICP的点云配准算法107 9.1 引言107 9.2 降维多尺度FPFH108 9.2.1 FPFH的原理108 9.2.2 多尺度FPFH109 9.2.3 多尺度FPFH的降维109 9.3 基于降维多尺度FPFH的粗配准110 9.4 基于改进ICP的点云精配准111 9.5 实验结果与分析112 9.5.1 公共点云数据模型配准113 9.5.2 文物碎片点云数据模型匹配114 9.6 本章小结116 本章参考文献117 第五部分 第10章 基于改进随机抽样一致的点云分割算法120 10.1 引言120 10.2 RANSAC点云分割算法121 10.2.1 RANSAC算法原理121 10.2.2 RANSAC算法缺点122 10.3 改进的RANSAC点云分割算法122 10.3.1 K-D树与半径空间密度123 10.3.2 改进初始点选取123 10.3.3 判断准则的设计124 10.3.4 面片合并124 10.4 本章点云分割算法步骤125 10.5 实验结果与分析126 10.6 本章小结128 本章参考文献128 第11章 基于SVM和加权RF的点云分割算法129 11.1 引言129 11.2 基于SVM的点云粗分割130 11.2.1 点云特征提取130 11.2.2 基于混合核函数的SVM132 11.2.3 基于SVM的粗分割算法步骤133 11.3 基于加权RF的点云精分割133 11.3.1 RF133 11.3.2 加权RF134 11.3.3 基于权重的决策树投票法136 11.3.4 基于加权RF的精分割算法步骤137 11.4 点云分割算法的评价指标137 11.5 实验结果与分析138 11.5.1 ModelNet 40点云分割138 11.5.2 Semantic 3D点云分割140 11.5.3 文物点云分割142 11.6 本章小结145 本章参考文献145 第六部分 第12章 基于特征融合的点云数据模型快速检索算法150 12.1 引言150 12.2 特征计算151 12.2.1 曲率特征151 12.2.2 法向夹角152 12.3 特征融合153 12.4 基于融合特征匹配的检索154 12.5 实验结果与分析155 12.6 本章小结158 本章参考文献158 第七部分 第13章 点云数据处理技术在文物修复中的应用160 13.1 引言160 13.2 特征参数计算161 13.2.1 点到邻域点的平均距离161 13.2.2 点到邻域**的距离162 13.2.3 曲率及邻域法向夹角平均值162 13.2.4 4个特征参数融合163 13.3 基于尺度ICP的特征点集匹配164 13.4 文物碎片匹配算法的步骤165 13.5 实验结果与分析166 13.6 本章小结170 本章参考文献170 第14章 点云数据处理技术在颅面复原中的应用172 14.1 引言172 14.2 孔洞轮廓线的提取和分类173 14.3 轮廓线的拟合和表示174 14.3.1 轮廓线的拟合174 14.3.2 轮廓线的表示175 14.4 轮廓线匹配176 14.5 实验结果与分析177 14.6 本章小结179 本章参考文献180 后记182