点特征直方图（PFH）描述（Point Feature Histograms (PFH) descriptors）

#点特征直方图（PFH）描述符
随着点特征表示的进行，曲面法线和曲率估计在它们围绕特定点的几何图形的表示中是相当基本的。虽然计算起来非常快速和容易，但它们不能捕获太多的细节，因为它们只能用几个值来逼近点的k邻域的几何。直接的结果是，大多数场景将包含许多具有相同或非常相似的特征值的点，从而降低了它们的信息特征。

为了简单起见，本教程介绍了一系列创建PFH（点特征直方图）的3D特征描述符，展示了它们的理论优势，并从PCL的角度讨论了实现细节。作为先决条件，请继续阅读PointCloud教程中的估算曲面法线，因为PFH签名既依赖于 xyz 3D data，也依赖于曲面法线。

#理论引入
PFH公式的目标是通过使用值的多维直方图推广点周围的平均曲率来编码点的k邻域几何特性。这个高度空间超空间为特征表示提供了信息签名，对于下面的表面的6D姿态是不变的，并且可以很好地处理邻域中存在的不同采样密度或噪声水平。

点特征直方图表示基于k邻域中的点与其估计的表面法线之间的关系。简而言之，它试图通过考虑所估计的法线的方向之间的所有相互作用来尽可能最好地捕获取样的表面变化。由此产生的超空间依赖于每个点处的表面法线估计的质量。

下图给出了查询点(p_q)的PFH计算的影响区域图，用红色标记，放置在半径为r的圆形（sphere in 3D）中，所有k个邻居（距离小于半径r）完全互连在一个网格中。最终PFH描述符被计算为邻域中所有点对之间关系的直方图，因此具有的计算复杂度为 O(k^2) 。

_images/pfh_diagram.png

为了计算两个点之间的相对差P_I和 p_j与它们相关联的法线你和n_j，我们在点（参见下图）中的一个限定固定的坐标系。

{\ mathsf u} =＆\ boldsymbol {n} _s \ {\ mathsf v} =＆{\ mathsf u} \ times \ frac {（\ boldsymbol {p} _t- \ boldsymbol {p} _s）} { { \ | \