對點雲的操作可以直接應用變換矩陣，即旋轉，平移，尺度，3D的變換就是要使用4*4 的矩陣,例如：
等等模型
在這裡直接使用程式開實作一個點雲的旋轉，建立檔案matrix.cpp
編譯後我們随便找一個PCD檔案檢視效果，也可以該程式的參數，檢視不同的參數的結果
指令視窗列印的結果
可視化的結果
(2)移除 NaNs:
從傳感器獲得的點雲可能包含幾種測量誤差和/或不準确。其中之一是在一些點的坐标中存在NaN（不是數）值，正如你在下面的檔案中看到的那樣：
點雲對象的成員函數有稱為“is_dense()”，如果所有的點都有效的傳回true是為有限值。一個NaNs表明測量傳感器距離到該點的距離值是有問題的，可能是因為傳感器太近或太遠，或者因為表面反射。那麼當存在無效點雲的NaNs值作為算法的輸入的時候，可能會引起很多問題，比如“"Assertion `point_representation_->isValid (point) && "Invalid (NaN, Inf) point coordinates given to radiusSearch!"' failed."”如果發生這樣的錯誤就要移除這些點，那麼下面就是為了解決移除無效點的程式
然後可以顯示移除NaNs點後的可視圖，
這張點雲是我自己用kinect 生成的點雲，在沒有移除NaNs的時候可以先讀取以下，顯示他的點雲數值在指令視窗，你會發現會有很多的NaNs的無效點，經過
移除這些點之後在read一些列印處的結果就不會存在NaNs的無效點，這樣在後期的使用算法的時候就不會出現錯誤了。
這種方法的問題是它不會保持點雲仍然是有序點雲。所有的點雲都存儲一個“寬度”和“高度”變量。在無序點雲，總數為寬度相同，而高度設定為1。在有序的點雲（像從相機拍攝像傳感器如Kinect或Xtion的），寬度和高度都相同的像素的圖像分辨率傳感器的工作。點雲分布在深度圖像的行中，每一個點對應一個像素。成員函數”isorganized()”如果高度大于1時傳回真。
由于移除NaNs無效點會改變點雲的點的數量，它不再能保持組織與原來的寬高比，是以函數将設定高度1。這不是一個大問題，隻有少數的PCL的算法工作明确要求是有序的點雲（大多這樣情況下會使用在優化上），但你必須考慮其中的影響。
暫時就到這裡了。。。。。。
微信公衆号号可掃描二維碼一起共同學習交流