SHOT(Signature of Histograms of OrienTations)方向直方图特征

最新推荐文章于 2024-07-17 06:00:00 发布
最新推荐文章于 2024-07-17 06:00:00 发布
阅读量5.2k 收藏 18
点赞数 7
文章标签： 点云 特征 SHOT
转载请注明
本文链接：https://blog.csdn.net/bengyanluo1542/article/details/76061928
版权

构造方法：以查询点p为中心构造半径为r 的球形区域，沿径向、方位、俯仰3个方向划分网格，其中径向2次，方位8次（为简便图中径向只划分了4个），俯仰2次划分网格，将球形区域划分成32个空间区域。在每个空间区域计算计算落入该区域点的法线nv和中心点p法线np之间的夹角余弦cosθ=nv·np，再根据计算的余弦值对落入每一个空间区域的点数进行直方图统计，对计算结果进行归一化，使得对点云密度具有鲁棒性，得到一个352维特征。（原论文：Unique Signatures of Histograms for Local Surface）


哇哇九号
关注
SHOT特征描述符、对应关系可视化以及ICP配准
qq_58060770的博客
02-18 994
需要根据具体的应用场景和数据特点来选择合适的参数值，以达到较好的计算效果和性能。以及本章第一部分已经解释了大部分函数，这里就不赘述了。以及本章第一部分已经解释了大部分函数，这里就不赘述了。运行速度很慢，可以适当修改参数。
SHOT:SHOT 3D描述符的C ++实现
05-06
射击 SHOT 3D描述符的C ++实现 SHOT是以下算法的实现： F. Tombari，S。Salti和L. Di Stefano“直方图的局部表面描述的唯一特征”，第11届IEEE欧洲计算机视觉会议（ECCV），2010年。 F. Tombari，S。Salti，L。Di Stefano，“用于增强3D特征匹配的组合纹理形状描述符”，IEEE国际图像处理会议（ICIP），9月11日至14日，比利时布鲁塞尔，2011年。 S. Salti，F。Tombari，L。Di Stefano，“ SHOT：用于表面和纹理描述的直方图的独特签名”，计算机视觉和图像理解，2014年5月。 SHOT由博洛尼亚大学计算机视觉实验室（ ）开发。论文中报道的实验中使用的数据集可在SHOT项目 依存关系 OpenCV（3.0及更高版本） VTK（5.10及以上） 联络人 萨尔蒂 费德里科Tom
SHOT（方向直方图）
最新发布
weixin_43802726的博客
07-17 376
SHOT（Signature of Histogram of Orientation）是一种基于局部特征的描述子，其基本思想为：基于邻域点建立局部坐标系，将点邻域空间分出几个子空间，然后对子空间中每个点的法向特征统计到直方图进行编码，再将每个子空间的直方图联合到一起得到三维描述子，主要计算步骤如下： 1）对于点云中每个查询点P_i，构建点邻域的协方差矩阵M，其中r表示轮与半径，P_k表示邻域内每一个点，p ̂表示该点邻域内所有点的质心，d_k表示邻域内点到质心p ̂的距离。下图3是经度插值的图形描述。
特征点配准代码
03-04
特征点配准的方法用matlab实现的 代码 实现功能 实现图像配准
unique Signatures of Histograms for local surface description
十年磨一剑
01-05 996
这篇paper就是模仿这SIFT来做的， 不过SIFT是2D的，而它是3D的用在MESH的。 对于MESH上的一点，首先要确认该点的local reference frame, 怎么确认， 第3章有讲 确认完reference frame之后， 空间分区是按照reference frame来分的， 而且每个区的bin的分块也是通过邻居点的法向量于reference frame Z轴方向的夹角来
3D特征描述子SHOT详解
我的blog屋
04-10 3057
在3D点云目标识别中，除了传统的利用二维图像来辅助识别，然后映射到3D的方式；学术界在十几年前就开始研究3D点云的特征描述子。 本文主要详解意大利博洛尼亚大学教授提出的SHOT（Signature of Histogram of  Orientation）http://www.vision.deis.unibo.it/SHOT。 1、3D特征描述子 图1.1 3D描述子编码通用规则 　...
行为识别笔记：HOG,HOF与MBH特征
热门推荐
Will Lin的博客
10-09 2万+
在行为识别的iDT算法中，主要使用了HOG，HOF，MBH和Dense Trajectory四种特征。这里主要对前三者进行介绍。 1. HOG特征 此处HOG特征的介绍转载了zouxy09大神的文章  http://blog.csdn.net/zouxy09/article/details/7929348/ 方向梯度直方图（Histogram of Oriented Grad
SHOT直方图的特征向量是指
05-28
SHOT（Signature of Histograms of OrienTations）描述子的特征向量是由多个直方图组成的向量，每个直方图表示点云数据中一个方向的梯度直方图。具体而言，SHOT描述子会将点云数据分成几个局部区域，对每个局部区域...
SHOT直方图的特征向量的含义是什么
05-28
SHOT（Signature of Histograms of OrienTations）描述子的特征向量是由多个直方图组成的向量，每个直方图表示点云数据中一个方向的梯度直方图，SHOT描述子的特征向量可以反映点云数据中每个局部区域的梯度分布情况...
B-SHOT特征描述符原理
05-20
它是对SHOT（Signature of Histograms of OrienTations）描述符的改进，旨在提高描述符的识别率和鲁棒性。 B-SHOT描述符的原理如下： 1. 对于每个三维点，计算其坐标系下的法向量和曲率。 2. 将该点周围的邻域分为...
SHOT特征描述子是单浮点向量吗
05-22
在3D点云处理中，SHOT（Signature of Histograms of OrienTations）是一种常用的特征描述子，它描述了每个点周围的几何形状和方向信息。具体来说，对于每个点，SHOT算法会计算其周围的几何形状（如法线、曲率等）和...
3D目标识别---局部特征描述子介绍
FireMicrocosm的专栏
09-22 1万+
1. 3D识别的流程图 2. 局部特征描述子 Spin Image 统计的是在特征点局部圆柱坐标系下的领域点2D坐标分布直方图特征。如下图所示，圆柱坐标系由特征点p的法向量n以及切平面构成。点 p的所有球形领域点q在圆柱坐标系下的坐标分布形成一个2D的Points分布图，然后离散化得到spin image。离散的过程会通过双线性插值的 方式平滑每个点的作用，是的该描述
三维点云目标提取总结（续）
I Want Fly的专栏
09-28 2万+
简单介绍了一下三维点云的目标提取方法流程，针对这个领域提出了个人的一些见解。
方向梯度直方图（HOG,Histogram of Gradient）
qq_27789527的博客
01-07 650
梯度（gradient）：http://blog.csdn.net/jia20003/article/details/7664777 （含代码） 在向量微积分中，标量场的梯度是一个向量场，标量场中某一点上的梯度指向标量场增长最快的方向，梯度的长度是最大的变化率。 一阶微分：http://blog.csdn.net/jia20003/article/details/7562092 （
阅读笔记Surflet-Pair-Relation Histograms: A Statistical 3D-Shape Representation for Rapid Classification
哇哇的博客
07-06 770
论文阅读笔记Surflet-Pair-Relation Histograms: A Statistical 3D-Shape Representation for Rapid Classification
HOF特征
LX
04-10 1万+
HOF(Histogramsof Oriented Optical Flow)与HOG类似，是对光流方向进行加权统计，得到光流方向信息直方图。通常用于动作识别中。 不懂HOG特征的，这篇文章讲得很清楚。 由于目标的尺寸会随着时间发生变化，相应的光流特征描述子的维度也会变化，同时，光流的计算对背景噪声、尺度变化以及运动方向都较敏感，因此需要寻找一种基于光流的既能表征时域动作信息，又对尺度和运
VS 加注释报错调试跳过断点
哇哇的博客
06-26 1771
有一天我用VS写C++时遇到一个很奇怪的问题：加上一些注释后竟然会报错.......而且是报变量未定义的错，可是像我这样的人，怎么可能出现这样的错误而且加上的断点都直接给我跳过了...把双斜杠注释改为   /*   */  注释后，可以成功生成了，然而断点仍然跳过了。这时候想到可能是一些编码方面的问题吧，在  文件-> 高级保存选项  里面选择“简体中文(EUC)”后就可以正常调试了。。。...
视觉SLAM总结——视觉特征子综述
weixin_44580210的博客
04-28 4641
特征子综述 首先需要明确的一个概念是特征描述子是由关键点(keypoints)+特征描述子(feature)两部分构成，下面所介绍的算法中，一部分是同时介绍了关键点和特征描述子的算法，比如SIFT，另一部分是更加强调关键点或者特征描述子的提取算法，比如Harris。 第一部分：2D特征子 1. Harris 性质 算法的核心是利用局部窗口在图像上进行移动判断灰度发生较大的变化，其性质主要是 （1）...
CloudCompare&PCL 特征估计之点特征直方图(PFH)
dayuhaitang1的博客
03-20 1582
不再装模作样地拥有很多友人，而是回到孤单之中，以真正的我开始了独自的生活。------余华 文章目录一、简介 一、简介 PFH公式的目标是通过使用多维值直方图泛化点周围的平均曲率来编码点的k邻域几何属性。 点特征直方图表示是基于k-邻域中的点和它们估计的表面法线之间的关系。简单地说，它试图通过考虑估计法线方向之间的所有相互作用来尽可能地捕捉采样表面的变化。因此，合成的超空间依赖于每个点的表面法线估计的质量。 下图呈现出一种影响的地区图PFH计算为一个查询点(p_q),标有红色和放置在一个圆半径为r的(.
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

哇哇九号

您的鼓励是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值