写东西，不喜欢太拥挤，剩下的继续写一篇博客。
在曲率一中介绍了基本的概念，还有一些延申。
1.映射的概念
后续还有一些基本的延申的概念，大体的思路就是如上所说。
2.基于稳健统计的曲率估计方法
摘要：首先，用一个二次曲面拟合三维空间采样点处的局部形状; 其次，随机地选择该采样点邻域内的子集，多次执行这样的拟合过程，通过变窗宽的最大核密度估计，就得到了最优拟合曲面; 最后，将采样点投影到该曲面上，计算投影点曲率信息，就得到采样点曲率。
2.1 变窗宽最大核密度估计
大体的思想就是为了找到一个最佳的拟合平面，采用了vbMKDE的方式，
还有一篇是早期的一个前辈写的，简单的看下思路。
摘要: 提出一种直接在散乱数据点云上计算曲面的局部微分性质 ,包括平均曲率、高斯曲率和主曲率。首先 ,计算
各点的邻近点集 ,选取合适的局部基础曲面 ,把邻近点集投影到相应的局部基础曲面。然后 ,在以局部基础曲面
内投影点的参数化代替空间邻近点集的参数化的基础上 ,用二次参数曲面逼近空间邻近点集 ,从而计算出各点
的法矢 ,再对不协调的法矢方向进行调整。最后 ,利用曲率公式计算出各点的曲率。试验表明这种方法可以较好
反映曲面的特征。运用该曲率算法对海量数据进行了简化。
参考文献：
散乱点云数据的估算及应用 贺美芳
散乱点云数据曲率估计方法 张帆
