Open3D 法向量估计（Python版本）

一、简介

点云数据因其能以较小的存储成本即可获得地物的位置、纹理以及颜色等信息，而被越来越广泛的应用到各行各业中。但由于其具有散乱、无序性等特点，点云数据往往是“有形”但又“无形”，这是因为点与点直接缺少联系，也就是缺少了物体的拓扑结构与几何结构。孤零零的点并没有什么用处，因此人们提出了新的概念“局部描述子”（local descriptor），他们相较于单纯的点可以更为准确、形象的描述物体点云所存在的特征。

那么怎样构建一个局部描述子呢？其实很简单，这也是每一个人自然而然会想到的一种做法：使用该点的周围点来估计出物体的一些特征。那么接下来又有另一个问题，什么才是好的描述子什么又是坏的描述子呢？判断的依据主要有以下几点：
（1）旋转平移不变性。也就是该描述子不会因为物体的旋转、平移等操作而受到影响。
（2）采样密度不变性。即不随采样密度的变化而发生变化。
（3）尺度不变性。即不随物体的大小变化而发生变化。
（4）噪声。即该描述子具有较好的鲁棒性，不会因为噪声的原因发生较大改变。

二、代码实现

描述曲面几何的一个重要问题是首先推断