利用pcl数据结构，实现RegionGrowing的复现

这篇博客是pcl中区域增长的算法进行简介以实现重写，并添加了一些判断条件。

起初原因是在使用pcl封装的regionGrowing时，效果不太好。

于是想自己重新写一下，通过改变其中种子点的生成策略和生长区域判别条件。

但是，完成之后效果依旧很差 (￣▽￣)"！

以下两张图片是在网上找到pcl官网中对regionGrowing伪代码的介绍以及翻译：

我在复现过程中，主要是对新种子点的生成更改了判别条件，比如按照法向量夹角、距离阈值等。

此外，在区域生长过程中点的判别，可以增加角度阈值、欧式距离阈值、曼哈顿距离阈值等判别条件。

主要是根据自己点云数据的特点，对参数进行修改。

毕竟大多数我们只是一个调参侠（o´・ェ・｀o）

PS：因为不可抗拒性因素，本次代码就不上传了，因为有伪代码大家肯定都能写出来。

// 开学快一周了，虽然暑假没回家(没成果的人不配回家)。

// 但是最近两个月总是一堆乱七八糟的事情，确实没把时间好好利用起来。

// 科研做起来很没有意思，最近看师兄师姐找工作，该去LeetCode刷题了。