點雲采樣分類
點雲采樣的方法有很多種，常見的有均勻采樣，幾何采樣，隨機采樣，格點采樣等。下面介紹一些常見的采樣方法。
格點采樣
格點采樣，就是把三維空間用格點離散化，然后在每個格點里采樣一個點。具體方法如下：
1. 創建格點：如中間圖所示，計算點雲的包圍盒，然后把包圍盒離散成小格子。格子的長寬高可以用戶設定，也可以通過設定包圍盒三個方向的格點數來求得。
2. 每個小格子包含了若干個點，取離格子中心點最近的點為采樣點，如右圖所示。
格點采樣的特點：
- 效率非常高
- 采樣點分布比較均勻，但是均勻性沒有均價采樣高
- 可以通過格點的尺寸控制點間距
- 不能精確控制采樣點個數
均勻采樣
均勻采樣的方法有很多，並且有一定的方法來評估采樣的均勻性。這里介紹一種簡單的均勻采樣方法，最遠點采樣。具體方法如下：
輸入點雲記為C，采樣點集記為S，S初始化為空集。
1. 隨機采樣一個種子點Seed，放入S。如圖1所示。
2. 每次采樣一個點，放入S。采樣的方法是，在集合C-S里，找一點距離集合S距離最遠的點。其中點到集合的距離為，這點到集合里所有點距最小的距離。如圖2-6所示，采樣點S的數量分別為2，4，10，20，100.
最遠點采樣的特點：
- 采樣點分布均勻
- 算法時間復雜度有些高，因為每次采樣一個點，都要計算集合到集合之間的距離。可以采用分治的方法來提高效率。
- 采樣點一般先分布在邊界附近，這個性質在有些地方是有用的，比如圖元檢測里面的點采樣。
幾何采樣
幾何采樣，在點雲曲率越大的地方，采樣點個數越多。下面介紹一種簡單的幾何采樣方法，具體方法如下：
輸入是一個點雲，目標采樣數S，采樣均勻性U
1. 點雲曲率計算比較耗時，這里我們采用了一個簡單方法，來近似達到曲率的效果：給每個點計算K鄰域，然后計算點到鄰域點的法線夾角值。曲率越大的地方，這個夾角值就越大。
2. 設置一個角度閾值，比如5度。點的鄰域夾角值大於這個閾值的點，被放入幾何特征區域G。這樣點雲就分成了兩部分，幾何特征區域G和其它區域。
3. 均勻采樣幾何特征區域G和其它區域，采樣數分別為S * (1 - U)，S * U。
下圖是一個均勻采樣和幾何采樣的比較圖，這個采樣方法的特點：
- 幾何特征越明顯的區域，采樣點個數分布越多
- 計算效率高
- 采樣點局部分布是均勻的
- 穩定性高：通過幾何特征區域的划分，使得采樣結果抗噪性更強
有興趣的讀者，歡迎參考視頻版本