描述三维离散点的ROPS特征

前言：

       三维点云为三维欧式空间点的集合。对点云的形状描述若使用局部特征，则可分为两种：固定世界坐标系的局部描述和寻找局部主方向的局部描述，ROPS特征为寻找局部主方向的特征描述。

1.寻找主方向（对XYZ轴经过特定旋转）LFR：

         <1>.计算法线特征：这一步是非常耗计算量的，若达到可以接受的法线精度，此过程几乎占据了 整个计算过程的50%；可选择的方法有 使用空间树索引建立近邻域，对近邻平面拟合，平面的参数方向既是法线一个方向。

         <2>.进行多边形重建：利用贪婪投影的方法进行三角形重建，这个事一个调参数的过程，没有可以完全的方法。

                参数有：

         gp3.setSearchMethod (treeNor);
         gp3.setSearchRadius (Gp3PolyParam.SearchRadius);// Set 最大搜索半径
         gp3.setMu            (Gp3PolyParam.MuTypeValue);// Set typical values 
         gp3.setMaximumNearestNeighbors (Gp3PolyParam.MaximumNearestNeighbors);
         gp3.setMaximumSurfaceAngle  (Gp3PolyParam.MaximumSurfaceAngle); // 45 度
         gp3.setMinimumAngle               ( Gp3PolyParam.MinimumAngle); // 10 度
         gp3.setMaximumAngle                (Gp3PolyParam.MaximumAngle); // 120 度
         gp3.setNormalConsistency      (Gp3PolyParam.NormalConsistency);

         <3>.计算整幅图像的ROPS特征：。