泊松重建的作用:
Poisson reconstruction的目的是生成watertight的且可以保有表面细节的重建方法。
如果在空间中区分一个表面，我们可以直观的理解为表面外和表面内。
Poisson重建就利用了这个关系，所以重建的关键在于indicator function，即指示函数。
若一个元素属于这个集合则为1，否则为0，详细解释可以看百度百科或者维基百科。
所以才有了论文中定义的在表面外为1，在表面内为0.
如果这个时候我们对整个空间有效的指示函数进行梯度计算，我们会发现只有在接近物体表面的附近才有会有梯度向量，其余位置均为0向量。
此时所得到的表面附近梯度就正好等于了论文中所阐述的inner surface normal，也就是朝向表面内的法向量，-n（这个部分可以在维基百科中gradient词条里面找到更详细的解释和证明）。所以从这我们可以看出指示函数梯度场和输入采样点的法向量场是有一定联系的。

rabbit.pcd

法向量

possion reconstruction

参考:

1. https://blog.csdn.net/xuezhisdc/article/details/51034189
2. https://adastaybrave.com/%E8%AE%BA%E6%96%87%E7%A0%94%E8%AF%BB/2018/07/12/%E5%92%8C%E6%88%91%E8%BF%99%E4%B8%AA%E6%99%AE%E9%80%9A%E4%BA%BA%E7%9C%8B%E4%B8%80%E4%B8%8B%E6%B3%8A%E6%9D%BE%E9%87%8D%E5%BB%BA/
3. https://www.zhihu.com/question/30163069