（2）适合小场景，类似于某个小物体的最小包围盒计算，不适合大场景，大物体的最小包围盒计算。通过计算点云的特征值和特征向量，按照特征值和特征向量的相关参数，计算得到最小包围盒的参数值。（4）计算上文旋转矩阵M的逆矩阵，将AABB盒的各参数（如顶点）转换到原始点云的位置坐标内。坐标轴为系统坐标轴，即x(1,0,0)，y(0,1,0)，z(0,0,1)。（3）不适合扁平点云的最小包围盒计算（协方差矩阵计

3）再度增大窗口，设置窗口大小为14m，然后执行形态学滤波的开运算，结果中大多数建筑物被剔除。1）我们首先设置初始窗口大小为10m，然后执行形态学滤波的开运算，结果中有些建筑物未被剔除。2）增大窗口，设置窗口大小为12m，然后执行形态学滤波的开运算，结果中仍有些建筑物未被剔除。以上例子中，窗口大小10m->12m->14m，执行形态学滤波的过程，即为渐进式形态学滤波。注：PCL中，需手动设置三个参

本PCL专栏目录及须知

(1)高斯分布又名正态分布，在点云中的解释应为，在从某点邻近搜索的一块区域内，所有点的分布应该符合如下图的分布规律(2)实现高斯分布的公式为（公式不重要，不用记）其中【二者为主要变量】均值：u越小，图像整体向左偏移，u越大，图像整体向右偏移。方差对高斯分布的影响：σ越大，数据分布越分散，σ越小，数据分布越集中。（在图形上显示为σ越大，曲线越扁平，σ越小，曲线越瘦高）