PCL点云处理之Harris关键点提取 （一百五十七）

已于 2023-05-13 17:52:37 修改
阅读量413 收藏
点赞数
分类专栏： PCL点云处理学习 点云算法合集 文章标签： c++ 点云处理 算法 Harris关键点提取 点云兴趣点
于 2023-05-13 17:51:20 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/130660273
版权
PCL点云处理学习 同时被 2 个专栏收录
240 篇文章 1240 订阅 ¥19.90 ¥99.00
订阅专栏
点云算法合集
240 篇文章 411 订阅 ¥39.90 ¥99.00
订阅专栏
本文介绍了Harris关键点提取算法在处理大量点云数据时的重要性，通过提取稳定的关键点来降低处理复杂度。文章详细阐述了算法的原理，并探讨了其在3D点云处理领域的应用。
摘要由CSDN通过智能技术生成

PCL点云处理之Harris关键点提取 （一百五十七）

一、算法介绍

关键点的提取，对于处理海量点云是必不可少的，直接处理大规模点云时对很多算法而言都很耗时，此时提取稳定的关键点，可以减少点云处理的数据量，关键点应该是紧凑而能保持对原始点云描述的兴趣点，这在2D的图像和3D的点云处理领域，都是关键方法。

在这里插入图片描述

二、Harris关键点实现

#include <iostream>
#include
了解本专栏 订阅专栏 解锁全文
点云学徒
关注
  • 0
    点赞
  • 踩
  • 0
    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
CloudCompare&PCL Harris关键点提取
dayuhaitang1的博客
05-26 618
文章目录一、简介 一、简介
3维Harris角点提取pcl实现
SLAM_masterFei的博客
12-28 6593
Harris响应一般是用在二维图像上的，用来寻找图像上的角点，算法见上一节描述，如何将二维扩展到三维呢，博主看的还不是很清楚，但是大致是这样的，对于空间上的某一个点，进行一个半径r的搜索，对于区域内的点进行pca重新确定它的主方向，我个人理解是相当于确定新的x和y方向，这样就可以类比到平面了，虽然会丢失一个维度，但是没有关系啊，对于最后一个维度，我们认为是该点拟合的x，y平面的法线方向，这也是十分...
点云Harris特征提取
weixin_43201915的博客
11-01 1354
/* 3DHarris　 方块体内点数量变化确定角点 　　在2DHarris里，我们使用了 图像梯度构成的 协方差矩阵。 图像梯度。。。嗯。。。。每个像素点都有一个梯度， 在一阶信息量的情况下描述了两个相邻像素的关系。显然这个思想可以轻易的移植到点云上来。 想象一下，如果在 点云中存在一点p 　　1、在p上建立一个局部坐标系：z方向是法线方向，x,y方向和z垂直。 　　...
PCL_Harris关键点提取
zhan_zhan1的博客
01-16 1576
Harris算子是常见的特征检测算子，既可以提取角点，也可以提取边缘点，利用点云法向量信息。 主要步骤： （1）创建Harris关键点估计对象，创建Harris_keypoints对象用于保存Harris关键点。注意point类型为：pcl::PointXYZI，必须包含强度信息； pcl::PointCloud<pcl::PointXYZI>::Ptr Harris_keypoint...
PCL获得3D特征点(NARF Harris3D ISS3D SIFT3D)
wolfcsharp的博客
12-11 2324
#pragma warning(disable:4996) #include <iostream> #include <pcl/range_image/range_image.h> #include <pcl/io/io.h> #include <pcl/io/pcd_io.h> #include<pcl/io/ply_io.h> #include <pcl/point_types.h> #include <pcl/visuali
点云库PCL学习——Harris关键点
zzh_AI的博客
06-20 4881
本节将演示如何检测点云的3DHarris角点。 Harris算子是常见的特征检测算子，既可以提取角点也可以提取边缘点。与2DHarris角点检测原理不同，3DHarris角点检测利用的是点云法向量的信息。 首先介绍一下Harris算子所用到的类： HarrisKeyPoint2D类 pcl::HarrisKeypoint2D< PointInT, PointOutT, Intensi...
【2024最新版】PCL点云处理算法汇总（C++长期更新版）
热门推荐
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4日。
PCL 点云Harris关键点检测
weixin_43896283的博客
11-27 520
c++ 点云Harris关键点检测
PCL 点云SUSAN关键点提取
点云侠的博客
12-26 1319
实现了SUSAN关键点探测器的在RGB-D数据中的扩展，主要根据在强度与法向量的变化来提取关键点。SUSAN与Harris的不同之处在于它直接利用法线，所以速度更快。
【C++PCL】点云处理3D-Harris关键点提取
最新发布
weixin_45196569的博客
05-08 317
3D-Harris算法通过对点云体素化，将其分割成一个个的方块体，并从前、后、左、右、上、下6个平移方向检测方块体内点云的数量变化来确定局部区域内是否存在关键点。该算法检测步骤如下：(1) 将点云体素化，建立局部坐标系，以法向量的方向为Z轴，X、Y轴与Z轴两两垂直，X轴方向在XOY平面内任意。(2) 建立KD-Tree，求解点云的法向量并构建法向量的协方差矩阵。协方差矩阵M的表达式为:其中，n为当前点的邻域点个数，nx、ny、nz分别为点云法向量的三个分量。
PCL: 获取点云的质心（几何中心点）
qq_39400324的博客
06-14 5788
  获取点云的质心有两种方式，一种是pcl自带的API：，另一种是用数学的方式求所有点坐标的平均值。下面的代码实现了这两种方式。 二、效果展示 效果如下：
matlab点云数据提取骨架,MATLAB提取点云圆柱的中心轴线
weixin_39518530的博客
03-16 1779
clear all;data = importdata('圆柱.txt');xx = data(:,1); yy = data(:,2); zz = data(:,3);[sx,idx] = sort(xx); [sz,idz] = sort(zz);%% view(2) 对x 在[40,90],z为任意值,搜索y的最大最小值,构成直线x-y关系Xst = 40; Xed = 90; Xstep ...
三维点云目标提取总结（续）
I Want Fly的专栏
09-28 2万+
简单介绍了一下三维点云的目标提取方法流程，针对这个领域提出了个人的一些见解。
点云数据处理 | 轨道交通线路自动提取来了！
YouAnKeJi的博客
05-26 1837
铁路既有线包含着各种形态各异的地物特征，不仅给外业测量任务带来了巨大挑战，更是让内业数据处理人员感到着实的头疼！大量密集分布的地物需要进行三维矢量信息提取，纯手工作业必定要消耗大量的人工与时间，想要快速完成成千上万公里的线路数据处理，会有些不可思议！ 然而，TopoDOT为广大行业用户朋友们提供了完善的应用解决方案！从庞大规模的点云及影像数据管理、数据质量的综合检查，到三维矢量特征信息的高效自动化/半自动化提取，再到结合行业应用的各类空间位置信息分析和最终成果输出，让铁路行业用户在获取空间实景三维数据..
编程实现提取点云数据的树的中心和提取山区的DEM
yuanYW7556的博客
12-20 2267
芒果树a的圆心拟合 1.1 数据：树木主干数据-芒果树a 图1 芒果树a点云情况 1.2 大致思路： 该点云数据是空间中的离散点，在三维坐标中，构成一个圆柱，由于树干处于垂直树立状态，因此从已知点云坐标入手，圆柱在不同高度的各个圆的圆心可以视为x坐标与y坐标相同，根据各点云坐标求出该圆柱的圆心坐标。 1.3 实现原理： 平均值法： 首先考虑在三维空间中处于立体状态下对于均匀分布在圆柱上的n个...
C++下使用Open3D获取点云中心点
qq_44849479的博客
06-26 673
C++下使用Open3D获取点云中心点
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

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