大势智慧是一家专注于真实世界三维数字化重建及三维数据服务的高新技术企业，公司在城市三维建模、模型应用及语义化理解和文化遗产数字化保护领域具有的技术优势和丰富实践经验。
PCL部分常用的算法模块：
libpcl I/O：完成数据的输入、输出过程，如点云数据的读写；
libpcl filters：完成数据采样、特征提取、参
在线三维建模
大势智慧是一家专注于真实世界三维数字化重建及三维数据服务的高新技术企业，公司在城市三维建模、模型应用及语义化理解和文化遗产数字化保护领域具有的技术优势和丰富实践经验。
PCL部分常用的算法模块：
libpcl I/O：完成数据的输入、输出过程，如点云数据的读写；
libpcl filters：完成数据采样、特征提取、参数拟合等过程；
libpcl register：完成深度图像的配准过程，例如迭代zui近点算法；
libpcl surface：完成三维模型的表面生成过程，包括三角网格化、表面平滑等。
点云数据通常出现在逆向工程中，是由测距设备获取的物体表面的信息集合。其扫描资料以点的形式进行记录，这些点既可以是三维坐标，也可以是颜色或者光照强度等信息。通常所使用的点云数据一般包括点坐标精度、空间分辨率和表面法向量等内容。点云一般以PCD格式进行保存，这种格式的点云数据可操作性较强，同时能够提高点云配准融合的速度。
PCL（Point Cloud Library）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gao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zong、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。
PCL是一个模块化的C++模板库，其基于以下第三方库：Boost、Eigen、FLANN、VTK、CUDA、OpenNI、Qhull，实现点云相关的获取、滤波、分割、配准、检索、特征提取、识别、追zong、曲面重建、可视化等。
（作者： 来源：）
