点云按高程进行渲染赋色

将点云数据划分为K个簇，使同一簇内点的特征相似度最大化，不同簇之间差异最大化。

欧式聚类算法（Euclidean Clustering）是一种将点云数据分割成不同聚类（簇）的算法。它是点云分割中的一种常用方法，旨在将距离比较近的点分为同一簇，从而识别出不同的物体或结构。这个算法主要适用于包含较小噪音和具有一定距离差异的点云数据。基本思想：(1）选择一个种子点（Seed Point）作为当前簇的起始点。(2) 遍历所有未分类的点，计算它们与种子点的距离。如果距离小于设定的阈值，

基于open3d的点云数据处理-统计滤波算法