PCL：点云特征描述子3D_object_recognition_(descriptors)

PCL官网：https://pointclouds.org/

翻译自该网站：http://robotica.unileon.es/index.php/PCL/OpenNI_tutorial_4:_3D_object_recognition_(descriptors)

参考链接：https://mp.weixin.qq.com/s/m3tlvBYrDG8wZZr7lWTOpA

http://www.pclcn.org/study/shownews.php?id=101

目录

1、概述

Local descriptors

1）PFH

2）PFH

3)RSD      （后边的除了VFH自己会用到，详细理解，其他的都只是粘贴英文）

4）3DSC

5）USC

6）SHOT

7）Spin image

9）NARF

Obtaining a range image

10）Planar projection

11）Extracting borders

12）Finding keypoints

14）RoPS

Global descriptors

1）VFH

2）CVFH

3）OUR-CVFH

4）ESF

5）GFPFH

6）GRSD

Saving and loading

Visualization

PCLHistogramVisualizer

PCLPlotter

PCL Viewer

---

现在是学习点云处理最有趣应用之一的基础知识的时候了:3D对象识别。与2D识别类似，该技术依赖于在云中找到好的关键点(特征点)，并将它们与之前保存的一组关键点进行匹配。但是3D比2D有几个优势:也就是说，我们能够相对于传感器精确地估计物体的确切位置和方向。此外，3D对象识别往往对于杂乱的环境有更强大的鲁棒性(比如在比较拥挤的场景，前面的物体会遮挡住在后边背景中物体)。最后，掌握物体形状的信息将有助于避免碰撞或抓取操作。

在第一个教程中，我们将了解什么是描述