PCL关键点(1)
關(guān)鍵點也稱為興趣點,它是2D圖像或是3D點云或者曲面模型上,可以通過定義檢測標準來獲取的具有穩(wěn)定性,區(qū)別性的點集,從技術(shù)上來說,關(guān)鍵點的數(shù)量相比于原始點云或圖像的數(shù)據(jù)量減小很多,與局部特征描述子結(jié)合在一起,組成關(guān)鍵點描述子常用來形成原始數(shù)據(jù)的表示,而且不失代表性和描述性,從而加快了后續(xù)的識別,追蹤等對數(shù)據(jù)的處理了速度,故而,關(guān)鍵點技術(shù)成為在2D和3D 信息處理中非常關(guān)鍵的技術(shù)
NARF(Normal Aligned Radial Feature)關(guān)鍵點是為了從深度圖像中識別物體而提出的,對NARF關(guān)鍵點的提取過程有以下要求:
a) 提取的過程考慮邊緣以及物體表面變化信息在內(nèi);
b)在不同視角關(guān)鍵點可以被重復(fù)探測;
c)關(guān)鍵點所在位置有足夠的支持區(qū)域,可以計算描述子和進行唯一的估計法向量。
其對應(yīng)的探測步驟如下:
(1) 遍歷每個深度圖像點,通過尋找在近鄰區(qū)域有深度變化的位置進行邊緣檢測。
(2) 遍歷每個深度圖像點,根據(jù)近鄰區(qū)域的表面變化決定一測度表面變化的系數(shù),及變化的主方向。
(3) 根據(jù)step(2)找到的主方向計算興趣點,表征該方向和其他方向的不同,以及該處表面的變化情況,即該點有多穩(wěn)定。
(4) 對興趣值進行平滑濾波。
(5) 進行無最大值壓縮找到的最終關(guān)鍵點?
總結(jié)
- 上一篇: PCL采样一致性算法
- 下一篇: PCL深度图像(2)