• 效率高
• 采样点分布比较均匀
• 可以通过控制体素大小间接控制采样点的距离（采样后点云的稀疏程度） 但是不能精确控制采样点个数
• 采集到的点云数量不可控

核心代码如下：

均匀采样的原理类似于体素化网格采样方法，同样是将点云空间进行划分，不过是以半径=r的球体，在当前球体所有点中选择距离球体中心最近的点替代所有点，注意，此时点的位置是不发生移动的。球体半径选取越大则采样之后的点云越少，处理速度变快，但会对原先点云过度模糊，网格选取越小，则作用相反。

均匀采样的特点是采样点分布均匀，不会移动点云点，准确度较高，但时间复杂度提升。

核心代码如下：

其原理是以点云的几何特征作为采样依据，这里以曲率为例。在点云中任意一点都存在某曲面，曲率计算示意图如图所示，曲率越大，弧的弯曲程度越大，表示该地方的特征点越多，故在点云曲率越大的地方，采样点数越多，实现方法如下：

1)首先计算每个点的K领域，然后计算点到领域点的法线夹角值，以此来近似达到曲率的效果并提高计算效率，因为曲率越大的地方，夹角值越大。

2)设置一个角度阈值，当点的领域夹角值大于阈值时被认为是特征明显的区域，其余区域为不明显区域。

图2 点云曲率 其特点是计算效率高，且局部点云的采样是均匀的，同时稳定性高，使得采样结果的抗噪性更强。

滑动最小二乘法采样的原理是将点云进行了滑动最小二乘法的映射，使得输出的点云更加平滑。

滑动最小二乘法的特点是适用于点云的光顺处理，但有时会牺牲表面拟合精度的代价来获得输出点云。

核心代码如下：