本文主要对PCL实现的效果有个感性的认识。大致了解一下有哪些功能是PCL可以实现的。

Filters

实现采样 、 去除离群点 、 特征提取 、 拟合估计等过滤器

Features

实现多种三维特征的筛选，如：曲面法线、曲率、边界点估计等;

Keypoints

实现不同的关键点提取方法。

Registeration

实现点云配准方法，如ICP等。

Kd-tree

快速索引的数据结构，采用 FLANN。

Octree

八叉树，快速索引的数据结构

Segmentation

点云分割提取算法。

Sample Consensus

例如 RANSAC，线，面，圆柱体和球体；

surface

实现表面重建技术 如网格重建，凸包重建。

range image

实现支持不同点云数据集生成的深度图像。

IO

该IO库包含用于从各种传感装置的读取和写入点云数据（PCD）的文件，以及采集的点云的类和函数

Visualization

可视化 ，利用 VTK 库实现可视化。