本文，我们将学习如何使用 pcl::RegionGrowing 类中实现的区域生长算法。该算法的目的是合并在平滑度约束方面足够接近的点。因此，该算法的输出是簇的集合，其中每个簇被认为是同一光滑表面的一部分的一组点。该算法基于点法线之间的角度的比较。

一、算法原理

首先，让我们看看该算法是如何工作的。第一步，按曲率值对点进行排序。这样做是因为区域从具有最小曲率值的点开始增长。曲率最小的点位于平坦区域（从最平坦区域开始增长可以减少线段总数）。

这样我们就有了排序后的云。直到点云中没有未标记的点，算法会选取曲率值最小的点并开始区域的增长。该过程如下：

• 选择的点添加到种子集中
• 对于每个种子点，算法都会找到它的近邻点
  • 每个邻域都会测试其法线与当前种子点法线之间的角度。如果角度小于阈值，则将当前点添加到当前区域；
  • 之后，测试每个邻域的曲率值。如果曲率小于阈值，则将该点添加到种子集中；
  • 从种子集中取出当前种子。

如果种子集变空，则意味着算法已经增长了该区域，并且从头开始重复该过程。您可以在下面找到该算法的伪代码。

1、输入