1. 关键点基本内容
- 参考:《点云库PCL从入门到精通》
- 目的:减少特征提取是的搜索空间;
- 关键点提取过程中的要求:
- 需要考虑边缘与物体表面变换信息;
- 在不同视角下,关键点的位置需要稳定且重复的检测到;
- 关键点所在所在的位置需要有稳定的支持区域,可以计算描述子和进行唯一的估计法向量;
- 关键点提取步骤:
- 深度图边缘检测:对深度图中每一个点的近邻区域寻找存在深度突变的位置;
- 确定表面变化的系数和变化的主方向:根据深度图中每一个点的近邻区域的表面变化进行决定;
- 根据第二步找到的主方向计算兴趣点,表征该方向与其他方向的不同,以及该处表面的变化情况,即该点有多稳定;
- 平滑过滤兴趣值;
- 进行无最大值压缩找到关键点,即为NARF(Normal Aligned Radial Feature)关键点;
2. pcl已实现的关键点检测算法
2.1 pcl内部检测算子
- HarrisKeypoint2D
主要是基于点云的强度字段的harris关键点检测,内部包含多种不同的harris关键点检测算法的变种。 - Harriskeypoint3D
利用3D空间的信息表面法向向量进行关键点检测。 - Harriskeypoint6D
利用欧氏空间域XYZ或者强度域来确定候选关键点,获取前两者