点云库PCL学习——关键点

关键点也称为兴趣点，它是2D图像或是3D点云或者曲面模型上，可以通过定义检测标准来获取的具有稳定性，区别性的点集，从技术上来说，关键点的数量相比于原始点云或图像的数据量减小很多，与局部特征描述子结合在一起，组成关键点描述子常用来形成原始数据的表示，而且不失代表性和描述性，从而加快了后续的识别，追踪等对数据的处理了速度，故而，关键点技术成为在2D和3D 信息处理中非常关键的技术。
 

1.关键点提取步骤：

 

virtual  void     setSearchSurface (const PointCloudInConstPtr &cloud)
     设置搜索时所用搜索点云， cloud 为指向点云对象的指针引用．
 
void     setSearchMethod (const KdTreePtr &tree)
     设置内部算法实现时所用的搜索对象， tree 为指向 kdtree 或 octree 对应的指针引用．
 
void     setKSearch (int k)
     设置 k 近邻搜索时所用的 k 参数。
 
void     setRadiusSearch (double radius)
     设置半径搜索时所用的半径 radius 参数。
 
int     searchForNeighbors (int index, double parameter, std::vector< int > &indices, std::vector< float > &distances) const
     采用 setSearchMethod 设置的搜索对象 ，以及 setSearchSurface 设置的搜索点云 ，进行近邻搜索，返回近邻在点云中的索引向盘 indices ，以及对应的距离向盘 distanee ，其中 index 为查询点的索引， parameter 为搜索时所用的参数半径 radius 或者 k.