在PCL的庫函數中是有關於深度圖到點雲數據之間的轉化的函數，所以這里首先說清楚深度圖像與點雲之間的關系，
1.深度圖像（depth image)也叫距離影像（range image），是指將從圖像采集器到場景中各點的距離（深度）值作為像素值的圖像。獲取方法有：激光雷達深度成像法、計算機立體視覺成像、坐標測量機法、莫爾條紋法、結構光法。它直接反映了景物可見表面的幾何形狀。
2.點雲：當一束激光照射到物體表面時，所反射的激光會攜帶方位、距離等信息。若將激光束按照某種軌跡進行掃描，便會邊掃描邊記錄到反射的激光點信息，由於掃描極為精細，則能夠得到大量的激光點，因而就可形成激光點雲。點雲格式有*.ply ;*.pcd; *.txt等。點雲的處理我們經常使用的開源庫PCL，當然這里可以延伸一下，三維的CAD 文件數據也是可以填充點雲形成不同角度的點雲數據，這種CAD文件到點雲之間的轉化，經常用在binpicking，用於機械臂的抓取時，對模型點雲生成各個角度的點雲，以適應對不同場景中，種種姿態的匹配，
兩者之間的關系：
深度圖像經過坐標轉換可以計算為點雲數據，有規則及必要信息的點雲數據也可以反算為深度圖像數據。深度數據流所提供的圖像幀中，每一個像素點代表的是在深度感應器的視野中，該特定的（x, y）坐標處物體到離攝像頭平面最近的物體到該平面的距離。
對於深度圖像主要集中在：深度圖像的分割技術、深度圖像的邊緣檢測技術、基於不同視點的多幅深度圖像的配准技術、基於深度數據的三維重建技術、基於深度圖像的三維目標識別技術、深度數據的多分辨率建模和幾何壓縮技術等等。在PCL中深度圖像與點雲最主要的區別在於，其近鄰的檢索方式不同，並且可以相互轉換。
深度圖像是物體的三維表示形式，一般通過立體照相機或者TOF照相機獲取。如果具備照相機的內標定參數，可將深度圖像轉換為點雲，所以以上的研究點也是點雲的主要研究點
深度圖轉點雲的計算過程主要是多視圖幾何的知識，其原理是根據內外參矩陣變換公式得到：
以上這個圖是非常經典的針孔模型結構示意圖，在相機標定這一章節都需要了解這個模型，具體的推導，可以百度相機標定的基本推導，我之前也寫過，但是編輯的不太好看，，，
其中u,v為圖像坐標系下的任意坐標點。u0,v0分別為圖像的中心坐標。xw,yw,zw表示世界坐標系下的三維坐標點。zc表示相機坐標的z軸值，即目標到相機的距離。R,T分別為
外參矩陣的3x3旋轉矩陣和3x1平移矩陣。
對外參矩陣的設置：由於世界坐標原點和相機原點是重合的，即沒有旋轉和平移，所以
因為相機坐標系和世界坐標系的坐標原點重合，因此相機坐標和世界坐標下的同一個物體具有相同的深度，即zc=zw.於是公式可進一步簡化為
從以上的變換矩陣公式，可以計算得到圖像點[u,v]T 到世界坐標點[xw,yw,zw]T的變換公式:
https://github.com/ros-perception/depthimage_to_laserscan
具體需要做實驗說明
關注微信公眾號，加入群聊
