然后通过点云点和拟合圆柱体投影的水平距离测量，绘制点云位移图

以下是通过点云点和拟合圆柱体投影的水平距离测量，绘制点云位移图的示例代码：

% 读取点云文件
ptCloud = pcread('pointCloud.pcd');

% 选择圆柱体的点
roi = [xmin, xmax, ymin, ymax, zmin, zmax]; % 替换成你的圆柱体的坐标范围
indices = findPointsInROI(ptCloud, roi);
cloud = select(ptCloud, indices);

% 将点云转换为矩阵形式
xyz = cloud.Location;

% 定义圆柱体模型函数
cylinderFun = @(x,xdata) sqrt((x(1)-xdata(:,1)).^2 + (x(2)-xdata(:,2)).^2) - x(3);

% 初始参数猜测
x0 = [0,0,0];

% 最小二乘拟合
x = lsqcurvefit(cylinderFun,x0,xyz(:,1:2),xyz(:,3));

% 计算每个点到圆柱体表面的距离
d = sqrt((xyz(:,1)-x(1)).^2 + (xyz(:,2)-x(2)).^2) - x(3);

% 将距离映射到颜色
cmap = jet(256);
cidx = round((d - min(d)) ./ (max(d) - min(d)) * 255) + 1;
cidx(cidx<1) = 1; cidx(cidx>256) = 256;
clr = cmap(cidx,:);

% 可视化点云位移图
figure
scatter(xyz(:,1), xyz(:,2), 10, clr, 'filled')
axis equal
colorbar

这里假设你的点云文件名为`pointCloud.pcd`，首先选择圆柱体的点，然后将点云转换为矩阵形式。我们定义了一个圆柱体模型函数`cylinderFun`，该函数根据给定参数计算圆柱体表面与点的距离，即为最小二乘的残差函数。使用`lsqcurvefit`函数进行最小二乘拟合，得到圆柱体的参数。然后计算每个点到圆柱体表面的距离，并将距离映射到颜色。最后使用`scatter`函数绘制点云位移图，其中点的颜色表示距离大小。