01
点云数据基础
什么是点云、点云数据格式（PCD, PLY, LAS）、点云可视化基础（Open3D/PCL）
入门格式
02
点云滤波概述
滤波的目的与意义、常见噪声类型（离群点、高斯噪声、混叠点）、滤波算法分类
概念分类
03
体素滤波 (Voxel Grid)
原理讲解、体素大小对结果的影响、Open3D实现与参数调优
降采样Open3D
04
统计滤波 (SOR)
原理讲解（均值与标准差）、邻域点数与标准差倍数的选择、实战案例
去噪离群点
05
半径滤波 (ROR)
原理讲解、与统计滤波的对比、适用场景分析
邻域对比
06
直通滤波 (PassThrough)
原理讲解、在Z轴/XYZ轴上的应用、去除背景点云
范围背景去除
07
条件滤波 (Conditional)
自定义过滤条件、多条件组合过滤、实战：提取特定高度范围的点云
自定义组合
08
双边滤波 (Bilateral)
原理讲解（保留边缘）、在点云平滑中的应用、参数调整技巧
边缘保留平滑
09
高斯滤波 (Gaussian)
原理讲解、点云平滑与去噪、与双边滤波的对比
平滑对比
10
中值滤波 (Median)
原理讲解、去除椒盐噪声、在深度图上的应用
椒盐噪声深度图
11
点云降采样
均匀降采样、随机降采样、基于曲率的降采样、保持特征的关键点提取
降采样曲率
12
点云上采样 (Upsampling)
移动最小二乘（MLS）上采样、边缘感知上采样、稠密化点云
MLS稠密化
13
点云法线估计
法线计算原理（PCA）、法线方向一致性、法线在特征提取中的作用
PCA几何特征
14
点云特征概述
局部特征与全局特征、特征描述子的要求（不变性、鲁棒性）、常见特征类型
描述子分类
15
PFH (点特征直方图)
原理讲解、高维特征空间、计算复杂度分析
直方图高维
16
FPFH (快速点特征直方图)
原理讲解、与PFH的对比、Open3D实现
快速Open3D
17
SHOT (方向直方图特征)
原理讲解、3D描述子、在点云配准中的应用
3D描述子配准
18
点云关键点检测
ISS关键点、Harris3D关键点、SIFT3D关键点、关键点评价指标
ISSHarris3D
19
点云配准基础 (ICP)
ICP算法原理（最近点迭代）、ICP的变体（Point-to-Plane, Generalized ICP）
ICP配准
20
基于特征的配准
FPFH + RANSAC粗配准、ICP精配准、实战：多视角点云拼接
RANSAC拼接
21
点云分割基础
分割的目的、基于区域生长、基于模型拟合（RANSAC）
分割区域生长
22
RANSAC平面分割
原理讲解、最大迭代次数与内点阈值、提取地面/墙面
平面RANSAC
23
欧几里得聚类分割
原理讲解（KD-Tree加速）、聚类半径选择、实战：物体实例分割
聚类KD-Tree
24
区域生长分割
原理讲解（法线与曲率）、种子点选择、过分割与欠分割处理
法线曲率
25
DBSCAN聚类分割
原理讲解、与欧几里得聚类的对比、处理不规则形状点云
密度聚类不规则
26
点云边界提取
基于法线夹角、基于深度不连续、在物体轮廓提取中的应用
边界轮廓
27
点云曲面重建
泊松重建原理、Delaunay三角化、滚球算法（Ball Pivoting）
曲面泊松
28
点云体素化与八叉树
体素网格表示、八叉树（Octree）原理、空间索引与近邻搜索
体素八叉树
29
点云深度学习特征
PointNet/PointNet++简介、动态图CNN（DGCNN）、特征提取与分类
深度学习PointNet
30
综合实战：全流程
数据采集→滤波降噪→关键点检测→特征描述→配准→分割→重建
实战全流程