PCL点云处理之ISS关键特征点检测算法（六十九）

已于 2022-09-26 21:11:19 修改
阅读量1.1k 收藏 2
点赞数 1
分类专栏： PCL点云处理学习 点云算法合集 文章标签： 算法 c++ 开发语言 几何学 计算机视觉
于 2022-09-26 21:10:41 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/weixin_44329757/article/details/127060661
版权
PCL点云处理学习 同时被 2 个专栏收录
240 篇文章 1253 订阅 ¥19.90 ¥99.00
订阅专栏
点云算法合集
240 篇文章 413 订阅 ¥39.90 ¥99.00
订阅专栏
本文介绍了为解决点云配准问题而提出的ISS关键特征点检测算法，概述了其计算原理，并展示了代码实现及结果。通过使用内部形态描述子，该算法提高了配准效率和准确性。
摘要由CSDN通过智能技术生成

PCL点云处理之ISS关键特征点检测算法（六十九）

前言

针对点云配准的耗时巨大，收敛速度过于缓慢，对应点中包含错误点对导致结果错误，精度不高等问题，有学者提出一种基于内部形态描述子（ISS）特征点算法用于改进点云配准。

一、ISS计算原理

在这里插入图片描述
参考文章：基于ISS特征点结合改进ICP的点云配准算法

二、具体代码

#include <iostream>
#include <pcl/io/p
了解本专栏 订阅专栏 解锁全文
点云学徒
关注
专栏目录
订阅专栏
【2024最新版】PCL点云处理算法汇总（C++长期更新版）
点云侠的博客
02-27 57万+
PCL学习目录。博客长期更新，最近一次更新时间为：2024年9月27日。
PCL 点云ISS关键点提取算法
最新发布
weixin_43896283的博客
08-27 96
点云ISS关键点（Intrinsic Shape Signatures）:利用点云中每个点的局部邻域的协方差矩阵来分析局部几何结构。协方差矩阵的特征值可以揭示局部几何形状的显著性。通过筛选出特征值之间具有显著差异的点，ISS算法能够识别出关键点。
内在形状签名(ISS)算法，用于点云关键点提取，matlab实现，带例程
04-03
ISS算法是Zhong等10年发表的点云关键点检测算法，是现有非尺度不变的关键点提取算子中效果较好较稳定的(其它的还有harris3D等效果也很好但是我没做)，已经被PCL库收录。这是我按照文献用matlab实现的代码，使用bunny数据做了测试，效果很不错。
ICRA 2021| SKD：基于显着性估计的点云关键点检测
3D视觉工坊
06-17 1225
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达标题：SKD: Keypoint Detection for Point Clouds using Saliency Estimati...
PCL从理解到应用【09】 点云特征 | 关键点提取 | 方法汇总
黎国溥
08-03 1388
在PCL中，有多种方法和函数可以用来提取点云特征，本文介绍关键点提取。提取点云关键点，本文介绍的方法包括：SIFT、Harris、NARF、ISS和SUSAN。Harris 提取点云关键点，效果如下图所示：白色点是原始的点云（兔子），绿色点是Harris提取的点云关键点。对比一下5种点云关键点算法，如下表格所示：方法简介特点时间复杂度优点缺点SIFT基于尺度不变特征变换，检测不同尺度和旋转不变的关键点尺度不变性、旋转不变性高在尺度和旋转变化下稳定，对噪声有较强的鲁棒性。
三维点云数据特征检测
asiya的博客
06-29 7839
综述 扫描数据中存在大量冗余数据（不同角度多次拍摄），为后续曲面重建、模型编辑等带来很大不便，因此需要点云数据简化。 模型的特征区域：进行检测和提取 非特征区域：简化处理 特征 用于表达模型的正确外观 包括尖锐边、光滑边、脊或谷、尖头等 两类方法： 基于多边形网格模型的特征检测 基于点云模型的特征检测 基于多边形网格模型的特征检测 文献74 使用局部多项式拟合来估计曲率张量信息...
PCL之点云关键点检测
03-29
该文件包含了PCL三种关键点检测技术的对比，包括Narf关键点 ，SIFT关键点与HARRIS关键点，结果展示在同一个视窗上，运行完弹出viewer后，按R键显示对比结果
基于PCL的点云ISS特征点提取算法c++
05-19
点云处理是三维计算机视觉领域中的重要组成部分，而特征点提取是点云处理中的关键步骤。在本主题中，我们将深入探讨如何使用Point Cloud Library（PCL）在C++环境中实现Improved Statistical Shape (ISS) 特征点检测...
PCL 基于ISS与FPFH提取特征点
dayuhaitang1的博客
11-09 1130
PCL 基于ISS与FPFH提取特征点
点云处理【四】(点云关键点检测)
略知12的博客
10-20 1931
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。
欧式聚类，区域生长，ISS特征点等算法实现
10-23
欧式聚类，区域生长，ISS特征点等算法实现
PCL-FPFH特征检测_匹配_位姿估计
蜗壳X儿
12-08 1681
近期课题中需要使用PCL进行点云处理，故而学习了一下PCL点云算法库。使用了PCL中的FPFH特征检测，之后利用SAC-IA算法对两个点云进行初始配准。原理可以官方讲解或者大佬的博客。 Function.cpp #include <Eigen/Core> #include <pcl/point_types.h> #include <pcl/point_cloud.h> #include <pcl/common/time.h> #include <pcl/
PCL点云NARF特征点
weixin_38498629的博客
03-30 1040
NARF: 3D Range Image Features for Object Recognition NARF 全称 normal aligned radial feature(法线对齐的径向特征) 。是一种3D特征点检测和描述算法。下面将分别详述 NARF 特征点的提取和描述。 NARF特征点提取 NARF说了很多其实就是考虑以下两点： 考虑表面稳定性 考虑物体边缘处 由以上的两个参考，NARF可以有如下特点： 提取出边缘点，这些点往往更加具有稳定性和可重复性 提取出Normal稳定的，也就是一些平
PCL ISS特征点提取
生活如此美好，致敬每一个热爱“热爱”的人！
08-24 2302
pcl关键点提取，有iss，sift等多种方法，关键点又可以称为兴趣点，关键点要比原始点云文件要少很多点，对于一些原始点云点数特别多的文件，我们不需要过多的点，这样不仅会加大计算机负担，而且对点云的处理也没有好处。通过提取关键点，可以进行物体识别、追踪等相关处理。 ISS特征点提取代码如下： #include <iostream> #include <pcl/io/pcd_io.h>//pcd读写类头文件 #include <pcl/point_types.h>
matlab ISS关键点提取
点云侠的博客
12-24 2408
内在形状特征(ISS)关键点提取的matlab代码实现。
(五) 三维点云课程---ISS特征点
qq_45369294的博客
11-01 3410
三维点云课程—ISS特征点 三维点云课程---ISS特征点三维点云课程---ISS特征点1.ISS流程2.ISS完整代码即流程 1.ISS流程 内部形态描述子(ISS)是一种表示立体几何形状的方法，具体流程如下: 1.对点云PPP中每一个点pip_ipi​建立一个局部坐标系，并对所有点设立一个搜索半径rrr 2.对任意的点pjp_jpj​，它的权重是 wj=1∣{pk:∣∣pk−pj∣∣2<r}∣ w_j=\frac{1}{|\{p_k:||p_k-p_j||_2<r\}|} wj​=∣{pk​
非学习的点云配准方法汇总
3D视觉工坊
05-28 2249
作者丨一点人工一点智能来源丨https://zhuanlan.zhihu.com/p/501555808(李建微, 占家旺. 2022. 三维点云配准方法研究进展. 中国图象图形学报, 27(2): 349-367.) [DOI: 10.11834/jig.210243]1 经典点云配准方法1.1 ICP及其变体一些方法致力于提高ICP方法的精度。Chen和Medioni...
ISS算法简述
我的blog屋
04-10 5460
ISS算法的全程是Intrinsic Shape Signatures。 ISS特征点检测的思想也甚是简单，简单来说就是I在局部坐标系下的使用： 1.建立关键点的局部坐标系； 2.求关键点与领域点的协方差矩阵； 3.利用协方差矩阵的特征值之间关系来形容该点的特征程度。 显然这种情况下的特征值是有几何意义的，特征值的大小实际上是椭球轴的长度。椭球的的形态则是对邻近点分布状态的抽象总结。试想，如果临近...
pcl点云处理算法汇总
08-03
PCL（点云库）是一个开源的点云处理库，提供了丰富的点云处理算法。它是一个功能强大的工具，可以用于点云数据的获取、滤波、配准、分割、特征提取、物体识别等任务。 首先，PCL提供了多种点云数据的获取方法，包括...
评论 1
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

点云学徒

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