點雲的識別、分割、重取樣、配準、曲面重建等處理的大部分演算法，都嚴重依賴特徵描述與提取的結果。
特徵向量所滿足的條件：
通常，pcl中特徵向量利用k-d tree 查詢。
輸入點雲呼叫習慣：
setinputcloud
(pointcloudconstptr &)
必須乙個完整的點雲資料集，此函式必須設定，
setindices
(indicesconstptr &)
可選設定
1.點雲資料集的乙個子集，為給定輸入點雲中索引對應的點估計乙個特徵。
2.如果沒有給出一組索引，點雲中所有點參與計算。
setsearchsu***ce
(pointcloudconstptr &)
可選設定
1.當搜尋點鄰域集合未給出時，則輸入點雲資料集為預設的搜尋空間。
上述3個函式可組成四個組合：
1.未指定索引和搜尋點雲集合；
2.只指定了索引；
3.只指定了搜尋點雲集合；
4.指定了索引和搜尋點雲集合；
針對於非常密集的輸入點雲資料集時，不想對它裡面所有點都進行特徵估計，使用setsearchsu***ce（），最有用的案例：
1.找到一些關鍵點（使用pcl_keypoints的方法）
2.先對點雲進行下取樣，通過setinputcloud（）把下取樣後的點/關鍵點傳遞給特徵估計演算法，把原始資料通過setsearchsu***ce（）設定為搜尋集合。
PCL點雲特徵描述與提取（2）
點特徵直方圖 pfh 描述子 正如點特徵表示法所示，表面法線和曲率估計是某個點周圍的幾何特徵基本表示法。雖然計算非常快速容易，但是無法獲得太多資訊，因為它們只使用很少的幾個引數值來近似表示乙個點的k鄰域的幾何特徵。然而大部分場景中包含許多特徵點，這些特徵點有相同的或者非常相近的特徵值，因此採用點特徵...
PCL點雲特徵描述與提取（2）
點特徵直方圖 pfh 描述子 正如點特徵表示法所示，表面法線和曲率估計是某個點周圍的幾何特徵基本表示法。雖然計算非常快速容易，但是無法獲得太多資訊，因為它們只使用很少的幾個引數值來近似表示乙個點的k鄰域的幾何特徵。然而大部分場景中包含許多特徵點，這些特徵點有相同的或者非常相近的特徵值，因此採用點特徵...
基於PCL庫的點雲特徵識別
雷達掃瞄測量過程中，每個掃瞄點的座標資訊由雷達的俯仰角 水平角及雷射干涉儀測距計算而來 3 俯仰角與水平角資訊由雷達內部角度編碼器獲取，而雷達反射鏡與型麵點的距離資訊獲取時，由於型麵材料反光性質及空氣中灰塵的影響會影響雷達光線的對焦，此時會產生遠離型麵的一些孤點，此為雷達測量結果中的雜訊點，需要在進...