点云 特征提取、Segmentation、Classification、物体识别

特征提取是一个过程，在该过程中，单个点或一组点可以根据低级属性检测某种类型的点。“低级属性”是指没有语义（例如，位置，高程，几何形状，颜色，强度，点密度等）的信息。“低级属性”信息通常可以从点云数据中获取而无需事先的高级知识。例如，平面提取和边缘检测、以及特征描述子的计算都可以视为特征提取过程。

分割Segmentation：是指基于上述低级属性将点分组为一个部分或一个对象的过程。与单独对每个点处理或分析相比，分割过程对每个对象的进一步处理和分析，使其具有更丰富的信息。根据空间，几何和纹理等特征点进行划分，是同一划分内的点云拥有相似的特征。点云分割的目的是分块，从而便于单独处理。

物体识别是识别点云中一种或多种类型对象的过程。该过程通常通过根据特征提取和分割的结果执行分析，并基于先验知识在给定的约束和规则下进行。

分类Classification：即为每个点分配一个语义标记。–>点云的分类是将点云分类到不同的点云集，同一个点云集具有相似或相同的属性，例如，法向量，曲率，树木，人等。是类似于对象识别的过程，该过程为每个点，线段或对象分配一个类别或标识，以表示某些类型的对象（例如，标志，道路，标记或建筑物）。依据获取特征的方式不同, 三维点云分类方法分为三大类:基于点的分类, 基于传统机器学习方法的分类和基于深度学习的分类。分类可以在分割的基础上进行。

对象识别和点云分类之间的区别在于，对象识别是利用一种方法以将一些特定对象与其他对象区分开，而分类的目的通常是在语义上标记整个场景。 

 

参考文献：《Object Recognition, Segmentation, and Classification of Mobile Laser Scanning Point Clouds: A State of the Art Review》

(1条消息) 特征提取、分割、分类、物体识别_分类检测分割特征有什么区别_xinxiangwangzhi_的博客-CSDN博客