点云配准概述及初步学习指南
本文旨在为点云配准的初学者提供一个系统的入门指南。
一、点云配准基础知识
1. 入门知识及背景
（1）点云概念：点云是在同一空间参考系下表达目标空间分布和目标表面特性的海量点集合。在获取物体表面每个采样点的空间坐标后，得到的即是点的集合，称之为“点云”（Point Cloud）。
（2）点云图像：是最基础也是最常见的三维图像。三维图像是一种特殊的图像信息表达形式，其最大特征是表达了空间中三个维度（长度、宽度和深度）的数据。
（3）点云的表现形式：包括深度图（以灰度表达物体与相机的距离）、几何模型（由CAD软件建立）、以及所有逆向工程设备都将物体采样成点云形成的点云模型等。
（4）点云的获取设备：RGBD设备（深度摄像机）是可以获取点云的设备，例如PrimeSense公司的PrimeSensor、微软的Kinect、华硕的XTionPRO等。
（5）点云的属性：包括空间分辨率、点位精度、表面法向量等。
（6）点云的存储格式：包括.pts、.asc、.dat、.stl等。
（7）点云的数据类型：如pcl::PointCloudpcl::PointXYZ、pcl::PointCloudpcl::PointXYZI等。
（8）点云处理的三个层次：图像处理一般分为低层次、中层次和高层次。点云配准主要属于高层次处理方法。工程中的任务往往需要用到多个层次的图像处理手段。PCL给出了较为明晰的点云处理方法层次划分。其中涉及粗配准和精配准两个阶段，精配准的目的是在粗配准的基础上让点云之间的空间位置差别最小化。当前较为普遍的点云自动粗配准算法包括基于穷举搜索的配准算法和基于特征匹配的配准算法等。
2. 点云配准在三维重建中的应用：点云配准是三维重建中的重要环节之一，其应用广泛，包括工业制造业的逆向工程、古文物修复、医学三维图像构建等领域。关于专业的三维计算机视觉研究内容，可参见相关博客和文献。
二、书籍和文献推荐
由于纯粹的点云配准技术发展的并不成熟，目前关于点云配准的书籍较少。推荐的书籍有国防工业出版社的《点云数据配准及曲面细分技术》，但内容稍显过时，适合初学者入门看看。对于深入学习，建议从博客和硕士博士论文中学习，同时参考相关文献。
三、课程与博客推荐
四、数据集介绍
