本书系统地介绍了三维点云处理的基础知识、传统算法与深度学习算法，包括点云数据表示、空间变换、预处理、配准、拼接、滤波和表面重建等传统算法，以及经典三维深度学习算法、室外、室内、单目、多模态三维目标检测、三维语义分割和深度补全等模型。
书中采用由浅入深的方式详细介绍各种算法的设计思路和实现过程，如循序渐进的学习路径、深入剖析算法原理、丰富的示例算法以及能力开拓和问题解决能力培养等。
本书读者对象为计算机科学、机器学习、人工智能等领域专业人士和学术研究者等。

第1章 Python简介与环境搭建
1.1 Python简介
1.2 Python常用数据类型
1.2.1 数值类型
1.2.2 字符串类型
1.2.3 列表类型
1.2.4 字典类型
1.2.5 其他类型
1.3 常用语法
1.3.1 包导入
1.3.2 主函数入口
1.3.3 缩进
1.3.4 函数
1.3.5 类
1.3.6 流程控制结构
1.3.7 学习网站和资料
1.4 Python环境安装
1.4.1 Conda安装
1.4.2 Python IDE安装
1.4.3 程序调试
1.5 Python源码加密
1.6 pip镜像设置
1.7 程序资料
第2章 点云开发环境安装与配置
2.1 Python Open3d安装
2.2 Python PCL安装
2.3 CUDA套件安装
2.3.1 CUDA架构简介
2.3.2 Windows系统CUDA安装
2.3.3 Linux系统CUDA安装
2.4 cuDNN安装
2.4.1 Windows系统cuDNN安装
2.4.2 Linux系统cuDNN安装
2.5 PyTorch安装
2.6 参考环境创建
2.7 程序资料
第3章 点云基础
3.1 点云数据结构
3.2 点云采集方式
3.2.1 激光雷达
3.2.2 RGBD相机
3.2.3 应用场景
3.3 点云存储格式
3.3.1 ped点云存储格式
3.3.2 ply点云存储格式
3.3.3 txt点云存储格式
3.3.4 bin点云存储格式
3.4 点云格式相互转化
3.5 Open3d读写点云文件
3.5.1 ped文件读写
3.5.2 ply文件读写
3.6 Python pcl读写点云文件
3.7 点云可视化
3.7.1 Matplotlib点云可视化
3.7.2 Mayavi点云可视化
3.7.3 Open3d点云可视化
3.7.4 Python pel点云可视化
3.7.5 CloudCompare点云可视化
3.8 程序资料
第4章 点云几何形态
4.1 体素
4.2 法向量
4.2.1 最小二乘求解法
4.2.2 PCA求解法
4.2.3 Open3d计算法向量
……
第5章 点云空间变换
第6章 点云预处理算法
第7章 点云机器学习常见算法
第8章 点云深度学习基础
第9章 三维点云数据集
第10章 三维点云深度学习基础模型算法
第11章 室外三维目标检测模型算法
第12章 室内三维目标检测模型算法
第13章 单目三维目标检测模型算法
第14章 多模态三维目标检测模型算法
第15章 三维语义分割模型算法
第16章 三维深度补全模型
参考文献