用文字解释好费劲呀。 学一点总结一点，表述的比较垃圾，欢迎来喷
PFH(Point Feature Histograms)
计算复杂度，O（n*k*k）,n是值n个点，k是指该点附近的近邻点。假设有k个近邻，那么PFH是 k*k 个点对特征的直方图，为什么是k*k个呢，看下图。
每个点对特征是四维向量，{alpha,fi,theta,d}, d是点对之间的欧式距离，PCL中的直方图默认划分为5个bin，且没有用d.
FPFH (Fast Point Feature Histograms)
第一步，计算查询点和该查询点的近邻点之间的{alpha，fi，theta}元组，称之为 Simplified Point Feature Histogram (SPFH)；
第二步，该查询点的k个近邻点也要分别计算他们的SPFH，并根据下面公式对最终的直方图加权
是查询点和近邻点之间的距离（可以是欧式距离，曼哈顿距离等，总之是不同的度量方式吧），然后对点对进行评分。
给定查询点序列Pq，先在计算该点和它的k个近邻点之间的SPFH（粉红色的线），然后分别在k个近邻点之间做同样的计算（细黑线），根据加权公式计算的时候，有些值是会被计两次的，如图中的粗黑线。然后把所有的{alpha，fi，theta}统计到5个bin里面.