多项式重构的平滑和法线估计

/// <summary>
/// 多项式重构的平滑和法线估计
/// </summary>
/// <param name="cloud"></param>
/// <returns>输出一个包含平滑后的点云数据以及相应法线信息的数据结构</returns>
pcl::PointCloud<pcl::PointNormal> PclTool::smoothAndNormalCal(pcl::PointCloud<pcl::PointXYZ>::Ptr cloud)
{// 创建一个 KD-Treepcl::search::KdTree<pcl::PointXYZ>::Ptr tree(new pcl::search::KdTree<pcl::PointXYZ>);// 输出具有PointNormal类型，以便存储MLS计算的法线// 用于存储经过平滑处理后的点云数据以及每个点的法线信息。pcl::PointNormal类型包含位置信息（XYZ坐标）和法线信息（NXNYNZ）。pcl::PointCloud<pcl::PointNormal> mls_points;// 这是PCL中用于执行移动最小二乘（Moving Least Squares, MLS）平滑和法线估计的关键类// 该算法基于每个点的邻域信息，通过最小二乘拟合的方式生成一个新的、更加平滑的表面，并同时计算每个点的法线pcl::MovingLeastSquares<pcl::PointXYZ, pcl::PointNormal> mls;mls.setComputeNormals(true);    // 开启法线计算功能。// 设置参数mls.setInputCloud(cloud);mls.setPolynomialOrder(2);  // 设置多项式拟合的阶数为2，这是一个平滑度的控制参数，阶数越高表示平滑程度越高。mls.setSearchMethod(tree);  // KD-Tree作为近邻搜索mls.setSearchRadius(2);  // 设定搜索邻域的半径长度，这个值决定了参与平滑和法线计算的邻域大小。mls.process(mls_points);  // 执行平滑处理和法线计算return mls_points;
}