介绍一下3D特征抽取
理论原型
Rusu在他的博士论文中讲到:点,在3D绘图系统中,是用笛卡尔坐标系下,相对给定原点的x,y,z值定义的。假定坐标系原点不随时间变化而改变,那么可能存在两个分别在t1和t2时刻得到的p1和p2点,具有相同的坐标。比较这些点实际是病态的,因为即使它们相对于某距离度量(如欧氏度量)相等,也可以是完全不同的表面上采样得到的,因而当与其附近其他点一同考虑时,代表着完全不同的信息。因为实际生活中,无法保证t1和t2之间世界没有改变。有些采集设备可能提供采样点额外信息,如采样点强度,surface remission value,颜色,但不能完全解决此问题,这种比较仍然模棱两可。
出于各种原因,为了用更好的特性和度量来区分几何表面,笛卡尔坐标系下的三维点作为一个单一实体的概念消失了,取而代之的是一个新的概念——局部描述子(local descriptor)。类似的概念还有shape descriptor,或geometric descriptor。本文后面描述时将称其为point feature representaion。
通过包括周围相邻点,采样暗含的曲面几何体可以从特征表达中推断出来。这有助于解决模糊比较的问题。在理想的情况下,对在相同或类似表面上的点,所得到的特征将非常相似(相对于一些度量);不同表面上的点得到的特征不同。如下图所示。好的特征表示存在如下标准:
- 刚性变换 ——三维旋转和平移不影响所得特征向量F估计;
- 采样密度可变—— 局部曲面块采样密度变化,特征向量签名不变;
- 噪音—— 在存在轻度噪声的情况下, 特征向量不变。<