点云从入门到精通技术详解100篇-自适应点云局部邻域特征的特征提取与配准（续）

目录

3.4 深度相机误差建模

3.5 实验结果及分析

3.5.1 TOF 相机平面畸变校正

3.5.2 TOF 相机深度误差校正

4 基于自适应局部邻域特征的特征提取

4.1 引言

4.2 常用的特征点提取方法

4.2.1 基于法向量的特征点提取

4.2.2 ISS 特征点提取

4.2.3 Harris 3D 特征点提取

4.2.4 SIFT3D 特征点提取

4.3 基于自适应局部邻域特征的特征点提取方法

4.3.1 协方差分析法

4.3.2 自适应局部邻域特征的特征点提取

4.4 实验结果及分析

4.4.1 评价标准

4.4.2 实验结果及分析

5 基于自适应局部邻域特征点的点云配准

5.1 引言

5.2 基于 RANSAC 的粗配准

5.2.1 随机采样一致性算法

5.2.2 基于特征点描述的 RANSAC 粗配准方法

5.3 基于 ICP 算法的精配准

5.3.1 ICP 算法

5.3.2 基于自适应局部邻域特征点的 ICP 精配准方法

5.4 实验结果与分析

5.4.1 基于特征点描述的 RANSAC 粗配准方法实验

5.4.2 基于自适应局部邻域特征点的 ICP 精配准方法实验

5.5 算法软件实现

---

本文篇幅较长，分为上下两篇，上篇详见 自适应点云局部邻域特征的特征提取与配准

3.4 深度相机误差建模

在 3.3 节中通过实验，对影响 TOF 相机误差的一些外界环境的干扰因素进行了分析，