前言

随着三维激光扫描技术的日趋成熟，获取物体或场景的高精度三维点云数据模型已经轻而易举了，而如何给予点云数据一个好的处理算法则逐渐成为三维建模的关键研究内容。点云数据处理就是对点云数据模型进行去噪、简化、配准、融合、分割及检索等操作，可以为后期三维图像重建奠定数据基础，目前已经在医学研究、文物虚拟复原及工程建设等领域得到日益广泛的应用。

本著作内容分为7个部分，主要涉及点云数据处理的基本理论、点云去噪算法、点云简化算法、点云配准算法、点云分割算法、点云数据模型快速检索算法及点云数据处理技术的应用。

第一部分（第1章）为点云数据处理概述，介绍了点云数据的获取、类型、存储格式和特征，点云数据处理涉及的算法，以及常见点云数据处理技术的应用领域。第二部分（第2章）提出了一种特征保持的点云去噪算法。第三部分（第3～5章）提出了3种点云简化算法，即基于信息熵和聚类的点云简化算法、基于点重要性判断的点云简化算法、基于栅格划分和曲率分级的点云简化算法。第四部分（第6～9章）提出了4种点云配准算法，即基于正态分布和曲率的层次化点云配准算法、基于特征点和改进ICP的点云配准算法、基于特征区域划分的点云配准算法、基于降维多尺度FPFH和改进ICP的点云配准算法。第五部分（第10～11章）提出了两种点云分割算法，即基于改进随机抽样一致的点云分割算法、基于SVM和加权RF的点云分割算法。第六部分（第12章）提出了一种基于特征融合的点云数据模型快速检索算法。第七部分（第13～14章）介绍了点云数据处理技术在文物修复和颅面复原中的应用。

本著作融入了作者多年研究点云数据处理技术和三维图像重建的理论与实践成果，具有如下特色：

（1）强调理论创新，注重实验验证。本著作注重点云数据处理相关算法理论创新和性能优化，并采用多种点云数据对提出的算法进行实验验证和分析，范例突出算法步骤实现的技术过程。

（2）结构简明，内容丰富。本著作从理论基础、算法创新和示范应用3个方面对算法进行优化、创新和实践研究，涉及点云数据处理技术的去噪、简化、配准、分割和检索5个方面的内容，以简洁直观的方式描述算法思想和步骤，提供了算法解决问题的范例与途径。

（3）提供样例，示范应用。本著作提出的所有算法均编排应用了案例示例，示范算法的实现结果和分析方法，有利于引导读者加深对内容的理解和应用。

本著作由赵夫群和郭晔编写，第1～12章由赵夫群编写，第13～14章及后记由郭晔著写。耿国华教授、周明全教授、汤慧老师在本著作编写过程中提出了很多宝贵意见，黄鹤、王嘉鑫、马玉、温静、胡文祥、李映萱、李慧洁、肖娜娜等学生参加了书稿校对和算法实验等工作，在此一并向他们表示感谢！

由于作者水平有限，书中疏漏之处在所难免，敬请广大读者批评指正，以期得以改进与提高。

西安财经大学
赵夫群，郭晔
2023年6月