文档摘要

2.2 点云的数据结构 本节摘要：点云的存储形态决定处理效率——有序点云带网格拓扑、无序点云靠邻域结构补课。KD 树与八叉树是两种主力索引，建树成本与查询效率各有曲线。本节给出选型依据与基准数据。 仪器吐出数据，踏勘队要选"记录簿"。看似只是存一个三维数组，实际上第三章的滤波、法向估计、分割全都依赖邻域查询——找"一个点周围半径内的伙伴"这个动作，每天要执行上亿次。记录簿选错，处理管线慢一个数量级。 会员。《2.2 点云的数据结构》收录于灏天文库文集《3D 计算机视觉：点云处理、三维重建与SLAM》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/512-3d-%E8%AE%A1%E7%AE%97%E6%9C%BA%E8%A7%86%E8%A7%89%E7%82%B9%E4%BA%91%E5%A4%84%E7%90%86%E4%B8%89%E7%BB%B4%E9%87%8D%E5%BB%BA%E4%B8%8Eslam

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流