在这一刻，我对点 Cloud 的整个网格重建管道进行了一些研究，从捕获点 Cloud 数据开始，注册它们并重建表面 .
我可以从中捕获点 Cloud 数据的深度传感器 . 捕获的点 Cloud 实际上足够精确，并且在至少一对 Cloud 之间具有大的交叉区域以便很好地记录它们 . 但是在点 Cloud 的边缘会出现一些缺陷，即传感器看不到的扫描表面区域，成像器的切线区域（参见屏幕截图） . 我们在边缘处有一个不好的表面，在两个登记的 Cloud 的交叉处（其余相交的表面是好的，没有缺陷），实际上是异常并且确实存在低坏的表面阈值并且不能被视为噪声异常值 . 良好的表面在两点 Cloud 拼接上结束 .
此时的主要管道是捕获数据，注册点 Cloud 对，平滑使用pcl MLS并在构造表面（泊松）之后重新采样注册点 Cloud （泊松盘样本），再次重新采样并构造最终网格（球旋转） . 但它并没有消除这个缺陷，即使在注册 Cloud 和平滑 Cloud 之间也存在坏分裂 . 缺陷看起来像点 Cloud 边缘的包裹表面 .
那么，是否有一种强有力的方法可以消除这种缺陷，在注册点 Cloud 后平滑而不会丢失细节？
我认为这是一个关于从半糟糕的原始 Cloud 数据中获取良好网格质量的问题 .
例子：
！ https://i.stack.imgur.com/2ZUHD.png
！ https://i.stack.imgur.com/KlFih.png
！ https://i.stack.imgur.com/TzFSN.png
！ https://i.stack.imgur.com/3xJ6R.png
