在3D视窗中以点云形式进行可视化（深度图像来自于点云），
另一种是将深度值映射为颜色，从而以彩色图像方式可视化深度图像， 

深度图 到 点云
点云 范围图像 到 深度图

怎样可视化深度图像

本小节讲解如何可视化深度图像的两种方法，
在3D视窗中以点云形式进行可视化（深度图像来源于点云），
另一种是，将深度值映射为颜色，从而以彩色图像方式可视化深度图像。

学习如何从点云和给定的传感器位置来创建深度图像，
下面的程序，首先是生成一个矩形点云，然后基于该点云创建深度图像。
在3D视窗中以点云形式进行可视化（深度图像来自于点云），
另一种是将深度值映射为颜色，从而以彩色图像方式可视化深度图像， 

激光雷达深度成像法，
计算机立体视觉成像，
坐标测量机法，
莫尔条纹法，
结构光法等等。

深度图像的分割技术 ，
深度图像的边缘检测技术 ，
基于不同视点的多幅深度图像的配准技术，
基于深度数据的三维重建技术，
基于三维深度图像的三维目标识别技术，
深度图像的多分辨率建模和几何压缩技术等等。

深度图像（Depth Images）也被称为距离影像（Range Image），
是指将从图像采集器到场景中各点的距离值作为像素值的图像，
它直接反应了景物可见表面的几何形状，
利用它可以很方便的解决3D目标描述中的许多问题，
深度图像经过点云变换可以计算为点云数据，
有规则及有必要信息的点云数据可以反算为深度图像数据。

    pcl_range_image库中包含两个表达深度图像和对深度图像进行操作的类，
其依赖于pcl::common模块，深度图像（距离图像）的像素值代表从传感器到物体的距离以及深度，  
深度图像是物体的三维表示形式，
一般通过立体照相机或者ToF照相机获取，
如果具备照相机的内标定参数，就可以将深度图像转换为点云


void  	createFromPointCloud (	const PointCloudType &point_cloud, 
			float angular_resolution=pcl::deg2rad(0.5f), 
			float max_angle_width=pcl::deg2rad(360.0f), 
			float max_angle_height=pcl::deg2rad(180.0f), 
			const Eigen::Affine3f &sensor_pose=Eigen::Affine3f::Identity(), 
			CoordinateFrame coordinate_frame=CAMERA_FRAME, 
			float noise_level=0.0f, 
			float min_range=0.0f, 
			int border_size=0)

从点云创建深度图像，
point_cloud        为指向创建深度图像所需要的点云的引用，
angular_resolution 为模拟的深度传感器的角度分辨率，即深度图像中一个像素对应的角度大小，
max_angle_width    为模拟的深度传感器的水平最大采样角度，
max_angle_height   为模拟传感器的垂直方向最大采样角度，
sensor_pose        设置模拟的深度传感器的位姿是一个仿射变换矩阵，默认为4*4的单位矩阵变换，
coordinate_frame   定义按照那种坐标系统的习惯默认为CAMERA_FRAME，
noise_level        获取深度图像深度时，近邻点对查询点距离值的影响水平，
min_range          设置最小的获取距离，小于最小获取距离的位置为传感器的盲区，
border_size        获得深度图像的边缘的宽度 默认为0 该函数中涉及的角度的单位都是弧度。

如何从深度图像中提取边界（从前景跨越到背景的位置定义为边界）

我们对三种类型的点集感兴趣：
物体边界，这是物体最外层和阴影边界的可见点集；（前景边界）
阴影边界，毗连于遮挡的背景上的点集；（背景边界）
Veil点集，在被遮挡物边界和阴影边界之间的内插点，（前景 背景之间的内插点）
它们是由激光雷达获取的3D距离数据中的典型数据类型。

区分点云与深度图本质的区别:
    1.深度图像也叫距离影像，是指将从图像采集器到场景中各点的距离（深度）值作为像素值的图像。
        获取方法有：激光雷达深度成像法、计算机立体视觉成像、坐标测量机法、莫尔条纹法、结构光法。
    2.点云：当一束激光照射到物体表面时，所反射的激光会携带方位、距离等信息。
        若将激光束按照某种轨迹进行扫描，便会边扫描边记录到反射的激光点信息，
        由 于扫描极为精细，则能够得到大量的激光点，因而就可形成激光点云。点云格式有*.las ;*.pcd; *.txt等。
深度图像经过坐标转换可以计算为点云数据；
有规则及必要信息的点云数据可以反算为深度图像
rangeimage是来自传感器一个特定角度拍摄的一个三维场景获取的有规则的有焦距等基本信息的深度图。
深度图像的像素值代表从传感器到物体的距离或者深度值。

有规则及必要信息就可以反算为深度图像。
那么我们就可以直接创建一个有序的规则的点云，比如一张平面，
或者我们直接使用Kinect获取的点云来可视化深度的图，
所以首先分析程序中是如果实现的点云到深度图的转变的，


代码解析：从磁盘中读取点云，创建深度图像并使其可视化，
提取边界信息很重要的一点就是区分深度图像中当前视点不可见点
几何和应该可见但处于传感器获取距离范围之外的点集 ，后者可以标记为典型边界，
然而当前视点不可见点则不能成为边界，因此，如果后者的测量值存在，
则提供那些超出传感器距离获取范围之外的数据对于边界的提取是非常重要的，