3D，点云关键点和特征描述

3D点云特征描述与提取是点云信息处理中最基础也是最关键的一部分。如果要对一个三维点云进行描述，光有点云的位置是不够的，常常需要计算一些额外的参数，比如法线方向、曲率、纹理特征、颜色、领域中心距、协方差矩阵、熵等等。如同图像的特征（sift、surf、orb）一样，我们需要使用类似的方式来描述三维点云的特征。

点云的识别，分割，重采样，配准曲面重建等大部分算法，都严重依赖特征描述与提取的结果。从尺度上来分，一般分为局部特征的描述和全局特征的描述，例如局部的法线等几何形状特征的描述，全局的拓扑特征的描述，都属于3D点云特征描述与提取的范畴。

常用的特征描述算法

1、法线和曲率计算：normal_3d_feature

一旦确定邻域，查询点的邻域点可以用来估计一个局部特征描述子，它用查询点周围邻域点描述采样面的几何特征。描述几何表面图形的一个重要属性，首先是推断它在坐标系中的方位，估计表面法线的解决方案就变成了分析一个协方差矩阵的特征矢量和特征值（或者PCA—主成分分析），这个协方差矩阵从查询点的近邻元素中创建。更具体地说