NARF关键点提取原理简介

已于 2024-02-15 19:43:41 修改
阅读量448 收藏 10
点赞数 10
分类专栏： 点云配准C++ 文章标签： 点云配准 NARF
于 2024-02-14 21:33:59 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_58060770/article/details/136116137
版权

一、NARF2D边缘点探测的矩形平面的边长s和计算点p和上邻域的距离所用的k值

二、障碍物边缘和阴影边缘

三、NARF边缘点探测 

四、NARF借助边缘点信息进行关键点检测 

五、NARF关

了解本专栏 订阅专栏 解锁全文 超级会员免费看
jjm2002
关注
  • 10
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
订阅专栏
NARF关键点检测及SAC-IA粗配准
qq_58060770的博客
02-15 1036
设置搜索空间球体的半径，该参数影响关键点的计算感兴趣值时所使用的领域范围。较小的值可能导致检测到更细小的关键点。被调用后，范围图像中未被看到的点（通常由传感器视野限制或遮挡造成）的范围值会被设置为最大可能的范围值。输入点云和输出点云放在一起的深度图 ，为了区别，我把输入点云深度图颜色改成红色。配准后的输入点云与输出点云，实际效果并不好，运行也慢，需要好几分钟。在这里，参数的设置会影响深度图像的质量和内容。：创建一个整数类型的点云对象，用于存储关键点的索引。类型的对象，用于表示点云的姿态（位置和方向）。
PCL_NARF关键点提取
zhan_zhan1的博客
01-16 652
关键点 + 局部特征描述子 = 关键点描述子 -> 加快识别、追踪。 （NARF）法向对齐径向特征 步骤： 遍历深度图像点，有深度突变位置进行边缘提取； 测度表面变化的系数以及变化的主方向； 主方向计算兴趣值； 对兴趣值进行平滑； 无最大值压缩，获得关键点。 代码： （1）创建RangeImageBorderExtractor对象，用来提取深度图像边缘； pcl::RangeImageB...
提取NARF关键点
hai_fellow_Z的博客
04-06 210
/* \author Bastian Steder */ #include <iostream> #include <pcl/range_image/range_image.h> #include <pcl/io/pcd_io.h> #include <pcl/visualization/range_image_visualizer.h> #include <pcl/visualization/pcl_visualizer.h> #includ
PCL学习笔记(25)——narf关键点检测
Christo的博客
09-20 287
源码 /* \author Bastian Steder */ #include <iostream> #include <boost/thread/thread.hpp> #include <pcl/range_image/range_image.h> #include <pcl/io/pcd_io.h> #include <pcl/visualization/range_image_visualizer.h> #include <pcl
PCL关键点检测--NARF关键点
月照银海似蛟龙的博客
09-01 2038
PCL关键点检测--NARF关键点前言NARF 关键点Harris关键点CodeResult 前言 什么是关键点？ 关键点定义： 关键点也称为兴趣点，它是2D图像、3D点云或曲面模型上，可以通过定义检测标准来获取的具有稳定性、区别性的点集。 关键点的意义？ 加快后续识别、追踪等数据的处理速度 具备该意义原因？ 关键点的数量相比于原始点云或图像的数据量小很多，它与局部特征描述子结合在一起，组成关键点描述子，常用来形成原始数据的紧凑表示，而不失代表性与描述性。 NARF 关键点 NARF（Normal Alig
narf_keypoint.rar_narf关键点提取
09-23
**NARF关键点提取的原理** NARF，全称为归一化外观和范围特征，是一种结合了2D图像信息（外观）和3D深度信息（范围）的关键点检测算法。在3D场景中，NARF能够有效地捕捉到具有稳定性和鲁棒性的特征点，即使在光照...
NARF提取关键点.zip_amdut_narf 点云_narf关键点提取_点云
09-20
开发者只需要理解基本的API用法，就可以实现复杂的点云处理任务，如NARF关键点提取。 在实际应用中，NARF算法可以广泛应用于机器人导航、自动驾驶、无人机测绘、文化遗产保护等领域，尤其是在需要从大量点云数据中...
PCL narf关键点提取 c++代码
最新发布
06-16
在C++中实现PCL的NARF关键点提取，你需要了解以下几个核心概念： 1. **点云数据结构**：PCL库提供了一种名为`pcl::PointCloud<pcl::PointXYZ>`的数据结构，用于存储3D点云数据。每个点包含x、y、z坐标信息。 2. **...
关键点提取：使用最常见的算法提取图像关键点。-matlab开发
05-31
当前目录包含允许提取关键点的函数，也称为“特征点”、“角点”、“兴趣点”等。提供了以下算法： - 哈里斯- 苏珊- 哈里斯-拉普拉斯- 高斯拉普拉斯算子 (LoG) - 吉尔斯输入图像必须是灰度图像。 输出是一个维度为 ...
PCL之点云关键点检测
03-29
Narf关键点检测是一种基于邻域特征的检测方法。Narf（Neighborhood-Aware Robust Feature）通过分析点云的局部结构来确定关键点。这种方法考虑了邻域内的点分布，使得关键点能够反映空间变化的显著区域。Narf的关键...
点云关键点提取（1）
04-10
pcl中实现对点云的关键点提取，具体包括iss和sift关键点。
如何从范围图像中提取NARF关键点（How to extract NARF keypoint from a range image）
了不起的菠萝君的博客
11-12 797
本教程演示了如何从范围图像中提取NARF关键点。可执行文件使我们能够从光盘中加载一个点云（如果没有给出，也可以创建它），提取兴趣点并在图像和3D查看器中显示结果。 #代码 首先，在你最喜欢的编辑器中创建一个名为narf_keypoint_extraction.cpp的文件，并在其中放置下面的代码： /* \author Bastian Steder */ #include &lt;iostrea...
PCL_NARF关键点提取 + 特征描述符
yamgyutou的博客
03-25 1783
NARF(Normal Aligned Radial Feature)关键点是为了从深度图像中识别物体而提出的. 关键点提取并不是一个独立的部分，他往往会更进一步的应用于特征描述、识别、寻物等。 参考：https://www.cnblogs.com/ironstark/p/5051533.html ...
【PCL自学：Feature6】从深度图像中提取NARF描述符 (持续更新)
斯坦福的兔子的博客
02-08 2809
一、如何从范围图像中提取NARF关键点   这篇博文简单介绍什么是NARF,并使用官网代码演示了如何从深度图像的NARF关键点位置提取NARF描述符，官方原版链接点击这里。 1.NARF(法线对齐的径向特征)简要介绍    NARF 全称 normal aligned radial feature(法线对齐的径向特征) 。是一种3D关键点检测的描述子，常用于物体匹配的关键点特征计算。可以类比于二维图像关键点检测算法 SIFT (Scale Invariant Feature Transform)和 SURF
PCL学习：关键点-NARF
zfjBIT的专栏
06-19 1920
NARF(Normal Aligned Radial Feature)关键点是为了从深度图像中识别物体而提出的，对NARF关键点的提取过程有以下要求： 提取的过程考虑边缘以及物体表面变化信息在内； 在不同视角关键点可以被重复探测； 关键点所在位置有足够的支持区域，可以计算描述子和进行唯一的估计法向量。 其对应的探测步骤如下： 遍历每个深度图像点，通过寻找在近邻区域有深度变化的位置进行边缘检...
3d激光雷达开发（narf关键点）
嵌入式-老费，一个分享专业嵌入式知识的blog
03-08 956
【 声明：版权所有，欢迎转载，请勿用于商业用途。 联系信箱：feixiaoxing @163.com】 所谓关键点，其实就是那些梯度信息特征比较明显的点。至于是多明显，这部分需要用数学公式来进行标识。第一次学的时候，可以先有一个感性的认识。pcl库给出的例子是从RangeImage中提取narf关键点，原代码地址在这，https://pcl.readthedocs.io/projects/tutorials/en/latest/narf_keypoint_extraction.html...
关键点Keypoints
mjmald的博客
09-27 142
PCL学习笔记
【PCL】教程narf_feature_extraction 如何从深度图像中提取 NARF 特征
cxyhjl的博客
04-24 278
如何从范围图像中提取 NARF 特征 本教程演示如何从深度图像中在 NARF 关键点位置提取 NARF 描述符。该可执行文件使我们能够从磁盘加载点云（或创建它，如果没有提供），在其上提取兴趣点，然后在这些位置计算描述符。然后，它在图像和 3D 查看器中可视化这些位置。Found 10 key points. Extracted11descriptorsfor10keypoints.No...
点云处理【四】(点云关键点检测)
略知12的博客
10-20 1560
Harris关键点检测通过计算每个点的协方差矩阵，求解特征值和特征向量，来判断该点是否为关键点。它通过在多个尺度下对点云进行高斯滤波和差分操作，来提取稳定性和尺度不变性的关键点。它通过将点云投影到二维图像上，并计算每个像素周围梯度直方图，来寻找具有唯一性和重复性的关键点。ISS 关键点通过计算每个点与其近邻点的曲率变化，得到该点的稳定性和自适应尺度，从而提取稳定性和尺度合适的关键点。我们获得的数据量大，特别是几十万个以上的点云，里面有很多冗余数据，会导致处理起来比较耗时。//关键点估计的近邻搜索半径。
PCL中NARF关键点提取代码
05-24
以下是使用PCL库中的NARF算法提取关键点的示例代码： ```cpp #include <iostream> #include <pcl/io/pcd_io.h> #include <pcl/point_types.h> #include <pcl/features/range_image_border_extractor.h> #include <pcl/keypoints/narf_keypoint.h> int main(int argc, char** argv) { // 加载点云数据 pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>); pcl::io::loadPCDFile<pcl::PointXYZ>("input.pcd", *cloud); // 创建RangeImage pcl::RangeImage rangeImage; pcl::RangeImageBorderExtractor borderExtractor; borderExtractor.setRadiusSearch(0.5); // 设置搜索半径 borderExtractor.setInputCloud(cloud); borderExtractor.compute(rangeImage); // 计算RangeImage // 创建NARF关键点提取器 pcl::PointCloud<int>::Ptr keypointIndices(new pcl::PointCloud<int>); pcl::NarfKeypoint<pcl::PointXYZ> narf; narf.setRangeImage(&rangeImage); narf.getParameters().support_size = 0.5; // 设置支持区域大小 narf.compute(*keypointIndices); // 计算关键点 // 输出关键点数量 std::cout << "Found " << keypointIndices->size() << " keypoints." << std::endl; return 0; } ``` 在这个示例中，我们首先加载了一个点云文件，然后创建了一个RangeImage。接下来，我们使用RangeImageBorderExtractor算法计算了RangeImage。然后，我们创建了一个NARF关键点提取器，并设置了支持区域大小。最后，我们使用NARF算法计算关键点，并输出结果。 需要注意的是，这个示例只是一个简单的演示，实际使用时需要根据具体情况调整参数。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

jjm2002

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值