@
目录
一、点云特征的基本要求
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/ea2aaf9506a57645542f1dbe49692962.png)
二、点云特征的分类
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/3d8ae379fb08d3183f18d0293c6418f5.png)
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/8605f88eef30078be142db31ca361ac3.png)
三、点云的基本特征描述
- 二维情况
- 三维情况
四、PCA(Princile Components Analysis)主成分分析
4.1 谱定理(Spectral Theorem)
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/00272460498f1a704abf8e4e73b421a6.png)
4.2 Rayleigh Quotients
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/62d9b02703a495ab14d72854cbf2db45.png)
4.3 SVD分解的物理意义
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/f606668fc906681379e257aa92d3fee6.png)
矩阵M经过SVD分解,分解成两个正交矩阵UV和对角阵 \(\sigma\),因此一个高维向量乘以M矩阵就相当于对向量在高维空间进行了旋转和拉伸。
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/a3b4e9e69de53d5cd617264f25e5e235.png)
- 使用的核心算法是矩阵的特征值分解。
- 基于矩阵特征值或者SVD分解求:
- 法向量方向
- 对应(等效)椭球体的最短轴方向
- 对应点云坐标的协方差矩阵的最小特征值对应的特征向量
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/e4a4f0a3e510b321f2d109aca356fbe3.png)
- 数据集在某个基上的投影值(也是在这个基上的坐标值)越分散,方差越大,这个基保留的信息也就越多
- 信息量保存能力最大的基向量一定是的协方差矩阵的特征向量,并且这个特征向量保存的信息量就是它对应的特征值.
4.4 点云的PCA步骤
- 找到点\(x_i\)周围半径\(R\)范围内的所有点\(X\),计算均值:
\[\bar{x}=\frac{1}{n} \sum_{i=1}^{N} x_{i} \]
- 计算样本方差:
\[S^{2}=\frac{1}{n-1} \sum_{i=1}^{n}\left(x_{i}-\bar{x}\right)^{2} \]
- 计算样本协方差:
\[\begin{array}{l} \operatorname{Cov}(X, X)=E[(X-E(X))^T(X-E(X))] \\ \quad=\frac{1}{n-1} \sum_{i=1}^{n}\left(x_{i}-\bar{x}\right)^T(x_i-\bar{x}))\end{array}\]
- 计算协方差矩阵:
\[\frac{1}{n}(X-\bar{x})^T(X-\bar{x}) \]
- 特征分解:
\[V\left(\begin{array}{ccc} \lambda_{1} & \\ & \lambda_{2} & \\ && \lambda_{3} \end{array}\right) V^{T}\]
\[\lambda_{1} \geq \lambda_{2} \geq \lambda_{3} \geq 0 \]
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/62a03fd19469cc12af035d12771a7bbd.png)
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/3a44c2416a99f29edc8820bf0fd91c79.png)
4.5 应用:PCA – Dimensionality Reduction
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/0b90bf1e4fe2653e54eb3e255a9a3575.png)
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/3e97c8402ac6060fb08599915fc2384f.png)
打赏
码字不易,如果对您有帮助,就打赏一下吧O(∩_∩)O
支付宝
![](https://i-blog.csdnimg.cn/blog_migrate/8d97cda0ca87d6a9f8e70ac674d72398.png)
微信
![](https://i-blog.csdnimg.cn/blog_migrate/c0edd56a68b75c9f3d4fe6fceb766a3d.png)