3D点云处理：关键点（附源码）

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：
  1. 需要考虑边缘与物体表面变换信息；
  2. 在不同视角下，关键点的位置需要稳定且重复的检测到；
  3. 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：
  1. 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；
  2. 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；
  3. 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；
  4. 平滑过滤兴趣值；
  5. 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

1. 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。
2. Harriskeypoint3D
         利用3D空间的信息表面法向向量进行关键点检测。
3. 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