一、简介
1、什么是点云法向量
点云法向量是指点云中每个点处垂直于其局部拟合曲面的方向向量。由于点云本身只有离散的三维坐标，没有连续曲面，因此法向量需要通过邻域内若干邻近点的空间分布来估算，常见方法是对邻域点集进行主成分分析，取最小特征值对应的特征向量作为法线方向。法向量反映了点所在位置的表面朝向，例如在平面上，所有点的法向大致平行；在边缘或尖锐棱角处，法向量会快速变化。它在点云处理中常用于曲面重建、配准（如基于法向的ICP变体）、特征提取、物体识别及光照模拟等任务。法向量通常需要一致性定向（例如朝向外侧或统一指向视点），以用于后续计算。
2、PCA方法（主成分分析）
步骤：
1. 邻域搜索 ：对于每个点 p，找到其 k 个最近邻点（k-NN）
2. 计算协方差矩阵 ：基于邻域点计算协方差矩阵
3. 特征分解 ：对协方差矩阵进行特征分解
4. 法向量提取 ：最小特征值对应的特征向量即为法向量
公式：给定 ：点 p 及其 k 个最近邻点 {p₁, p₂, ..., pₖ}
1) 计算质心（均值点）：
μ = (1/k) × Σᵢ₌₁ᵏ pᵢ
2) 计算协方差矩阵 C：
C = (1/k) × Σᵢ₌₁ᵏ (pᵢ - μ)(pᵢ - μ)ᵀ
其中 C 是一个 3×3 的对称矩阵。
3) 特征分解：
C × vⱼ = λⱼ × vⱼ
其中：
-
)
