ch10——10.3.3PCL中的Harris关键点提取

最新推荐文章于 2024-07-05 15:15:44 发布

R.F.T.S

最新推荐文章于 2024-07-05 15:15:44 发布

阅读量451

点赞数

分类专栏： # 点云库PCL学习教程文章标签：计算机视觉

本文链接：https://blog.csdn.net/weixin_48240054/article/details/108430836

版权

本文介绍了PCL库中如何使用Harris算子进行3D关键点检测，强调了3D检测区别于2D检测在于考虑点云的法向量信息，并提供了相关代码示例和结果显示。

摘要由CSDN通过智能技术生成

1.Harris算子是常见的特征检测算子，既可以提取角点又可以提取边缘点。与2D Harris角点检测原理不同，3D Harris角点检测利用的就是点云的法向量信息。

2.代码

#include <iostream>
#include <pcl\io\pcd_io.h>
#include <pcl/point_cloud.h>
#include <pcl/visualization/pcl_visualizer.h>
#include <pcl/io/io.h>
#include <pcl/keypoints/harris_3D.h>//harris特征点估计类头文件声明
using namespace std;
using namespace pcl;

int main() {
   
	PointCloud<PointXYZ>::Ptr input_cloud