PclSharp1.12.0--MLS点云上采样增加点云密度

一、MLS上采样

MLS算法基于最小二乘法，通过拟合每个点的局部领域曲面来重构点云，对于每个点，MLS算法会选择一个局部邻域，并再改邻域内生成一个曲面拟合模型。然后，根据拟合模型算法会计算出在该点的新位置，从而实现点云的增采样。

增采样的特点是可极大的增加点云数据，但由于内插点的不确定性会导致最后输出的结果不一定准确。测试得出增采样,只能增加点的密度，但对于空洞的填补无能为力。

二、代码部分

注：测试代码均使用PclSharp1.12.0库

        /// <summary>
        /// 增采样
        /// </summary>
        /// <param name="inCloud">原点云</param>
        /// <param name="radiusSearch">搜索半径</param>
        /// <param name="upsamplingRadius">采样半径</param>
        /// <param name="upsamplingStepSize">采样步数</param>
        /// <returns></returns>
        public static PointCloudOfXYZ UpSampling(PointCloudOfXYZ inCloud, double radiusSearch = 1,double upsamplingRadius = 1, double upsamplingS