点云编辑模块
点云导入格式: obj, asc, las, ply, xyz, ptx, pcd, gbg, gtg(有序点云格式)
有序点云格式gbg(二进制格式，导入导出速度快)，gtg(文本格式)
采样：点云点索引采样，与简化不同的是，采样不会改变点云坐标。
均匀(支持有序点云)：均匀采样点云，可以设置目标点数。注意，采的是点云点索引，不会改变点云坐标。
几何(支持有序点云)：根据点云几何进行采样，曲率越大的地方采样点数越多
颜色(支持有序点云)：根据点云颜色进行采样，色差越大的地方采样点数越多
格栅(支持有序点云)：根据点间距把空间分为一个一个的格子，每个格子采样一个点，并且使得采样的点云尽量均匀。参数为点间距。和均匀采样相比，它的速度更快，但是均匀性稍低。
简化(支持有序点云)：与点云采样不同的是，点云简化会改变点云的坐标。它不是采样索引，是把距离近的点合并成一个点。
第一种简化：参数意义为空间分辨率，范围[1, 10000]，简化后点云内部点距=(点云包围盒 / 分辨率)，距离很近的点会融合为一个点。
第二种简化：参数意义为点间距。
法线 点云法线广泛应用于三维数据处理的各个地方，如点云三角化，点云渲染等。它包含两个方面：法线的计算和法线的定向。
Front(支持有序点云)：计算深度点云（扫描仪初始采集到的点云，相机坐标系下）的法线，法线定向为Z轴正方向。扫描的深度点云的法线可以完美定向，因为法线是朝相机方向的。
计算(支持有序点云)：如果点云不是深度点云，或者点云进行了刚体变换，法线不再统一的朝向相机。则它的法线定向可以通过算法计算得到。需要说明的是，目前还没有一种可以完美定向法线的计算方法，因为有些数据有歧义性。一般的情况下，Geometry++的法线定向是很准的。
反向：反转点云法向量方向
修复：鼠标右键单击需要反转法线方向的局部点片
光滑(支持有序点云)：光滑点云法向量
更新：重新计算法线，但是法线定向与原始定向一致。这个功能一般用于多帧点云融合成一个点云后，需要重新计算法线，但是同时要保持原有的法线定向。
定向：重新定向点云法线，如果有选择，则定向选择部分的点云。
显示：切换点云显示是否应用法线
修复
孤立项(支持有序点云)：去除点云离群孤立项. 需要先计算好法线。参数意义为孤立值阈值，小于这个值的点会被去掉。这个值的几何意义为，点云被分割为不同的块，每个块内点的孤立值为块内点数占总点数的比例。最后可以用“选择-删除”按钮删除选中的点。
飞点(支持有序点云)：去除点云飞点。需要先计算好法线。参数意义为孤立值阈值，小于这个值的点会被去掉。这个值的几何意义为，点云被分割为不同的块，每个块内点的孤立值为块内点数占总点数的比例。最后可以用“选择-删除”按钮删除选中的点。
提示：飞点与孤立项的区别-飞点是贴近曲面的噪点，孤立项是远离曲面的一小片点云。可以关掉法线显示(法线-眼睛图标)，更容易看到检测出的红色点云部分。
重叠检测：检测点云中重叠部分，需要先计算好法线。参数意义为最大重叠距离（当前点云密度的倍数），超出这个距离的则不会判定为重叠。
光滑(支持有序点云)：光滑点云. 参数为光滑的迭代次数，迭代次数越多，光滑得越厉害. 点云光滑有两种类型，Fast类型速度更快，默认类型能更好的保持住模型的细节
选择：从左至右按钮依次是：右键方框选择，右键方框取消选择，删除选择，是否忽略背面，返回右键平移，移动点云，点云边界选取
点云边界选取参数：boundarySize，边界厚度.
用拟合的方法重建三角网格，点云如果有颜色，三角化的网格也会继承点云的颜色。开网格选项会保持点云原有形状，闭网格会把点云中的小洞补上。
参数-Quality：重建质量，范围[0, 6]（浮点数），数字越大精度越高，速度也越慢.
参数-HoleAreaRatio：在闭网格的情况下，洞面积与网格面积的比值小于这个参数的洞，才会被填上
参数-OpTop：是否优化网格的拓扑结构，优化会去掉网格的短边。
下面是一些用拟合方法重建的网格例子：
ETH_PRS_TLS Arch
用三角化的方法重建三角网格，网格的顶点就是点云的点。
参数-MaxFillHoleSize：重建网格的时候，如果洞的顶点数不超过MaxFillHoleSize, 则会尝试把这个洞补上
参数-SmoothCount：重建网格的时候，对点云光滑后再三角化，SmoothCount就是光滑的次数。但是重建后的网格顶点采用的是原始点云的点。这个参数主要针对的是噪音比较大的点云，它的想法是在光滑的点云上构建三角网格的连接关系。
下面是一些用三角化的方法重建的网格例子：
WHU-TLS HeritageBuilding
三维点云的凸包的Delaunay四面体化
颜色
颜色融合：多帧点云注册融合后，不同帧之间的颜色往往有些差别，颜色融合去掉不同帧颜色的色差。如下图所示，图1，2两帧彩色点云，分别看质量还可以，但是注册到一块时，如图3所示，会有明显的色差。应用多角度点云颜色融合的功能，图4就是色彩融合后的效果。
输入：彩色点云，点云每个点需要一个colorId信息（Int值）。相同colorId的点可以认为是颜色协调的，不同colorId的点颜色需要融合到一块，得到整体颜色协调的彩色点云。在点云注册模块里经过全局注册融合后的点云有这个信息。 前三个参数为颜色分量最大色差融合阈值，范围是[0, 1]，如果colorId边界处的色差大于这个阈值的地方，则不做颜色融合。三个分量的意义分别为色度，饱和度，亮度。比如想尽量保持住色度，则可以调小其阈值。第四个参数为点云邻域个数，建议参数为12。如果点云非常不均匀，比如线激光数据，请使用纹理应用的颜色融合功能。
ColorId：导入ColorId信息
保存：保存ColorId信息
显示：显示ColorId。相同颜色代表同一个ColorId
基本形检测: 检查点云中的基本形，包括球面，圆柱面，圆锥面和平面。不同的基本形用不同的颜色表示。如下图所示，红色-平面；绿色-圆柱面；黄色-球面；蓝色-圆锥面。它和三角网格基本形检测是类似的，不同的是输入数据的类型不同。测试数据可以是扫描数据，也可以通过网格采样把网格数据转化为点云数据。
选择基本形：用户可以通过鼠标拾取来选择对应区域的基本形。
如果您有任何疑问和建议，欢迎发email:
