PCL中实现SIFT关键点提取
1. 效果图
2.SIFT算法概述
论文Distinctive Image Features from Scale-Invariant Keypoints@Lowe
SIFT算法一种从数据中提取分散的不变特征的方法,可以用于在对象或者场景的不同视角中进行可靠的匹配。
这些特征对图像尺寸和旋转时不变的,并且被证明可以在大量仿射失真、3D 视点变化、噪声增加和照明变化范围内提供强大的匹配。
SIFT关键点足够分散,当存在大量图片和大量特征时,单个特征也能够大概率正确匹配。这些特征也可以用来对象识别,识别过程包括从已知的对象特征库中使用快速最近邻算法,霍夫变换来定义属于同一个对象的聚类,最终通过最小二乘执行验证以获取一致的姿态参数。
在杂乱背景和有遮挡的情况下也能获得实时性能。
3.代码
#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/keypoints/sift_keypoint.h>
#inclu