随着对地观测技术的发展，以点云为代表性的新型数据源不断涌现，其具有数据海量、高冗余、高密度、不规则分布等特性。从点云中获取准确、可靠的三维信息既是科学研究的前沿也是各类应用提出的迫切需求，急需解决地物目标认知与提取自动化程度低和知识化服务能力弱的严重缺陷、建立点云智能处理的系统性理论方法、架设点云与应用的桥梁。本课讲者基于自己在测绘科学与技术、三维视觉等交叉领域，对点云智能处理领域内多年的研究积累和学习，重点围绕点云智能处理方面的基础理论方法：获取与质量改善、模型与特征描述、配准与融合、分割与分类、三维提取与建模等方面进行简述，并结合工程实例介绍空间感知问题的解决方案，为点云的智能处理与工程化应用提供系统性理论方法指导和基础工具支撑。 前置课：数据结构、高等数学、线性代数、编程基础 关键词：点云、三维视觉、激光雷达、无人机器人、虚拟或增强现实或元宇宙、数字孪生、实景三维 适用专业：地理信息科学、计算机、测绘等相关专业本科生或研究生 使用教材、主要参考书目和资料 1. 郭浩，朱德海，苏伟，等. 点云库PCL从入门到精通[M]. 北京: 机械工业出版社, 2019. 2. 朱德海，郭浩，苏伟. 点云库PCL学习教程[M]. 第一版. 北京: 北京航空航天大学出版社, 2012. 3. www.pclcn.org (中文) 或者 https://pointclouds.org/（英文） 4. www.open3d.org（英文）