点云的识别、分割、重采样、配准、曲面重建等处理的大部分算法,都严重依赖特征描述与提取的结果。
特征向量所满足的条件:
- 刚体变换——具有平移旋转不变性
- 改变采样密度——具有抗密度干扰性
- 噪音——对点云特征具有鲁棒性
通常,PCL中特征向量利用K-d tree 查询。
- 决定一个查询点的k邻域元素(K-搜索)
- 在半径r的范围内,确定一个查询点的所有邻元素(半径-搜索)
输入点云调用习惯:
setInputCloud | (PointCloudConstPtr &) |
必须 | 一个完整的点云数据集,此函数必须设置, |
setIndices | (IndicesConstPtr &) |
可选设置 | 1.点云数据集的一个子集,为给定输入点云中索引对应的点估计一个特征。 2.如果没有给出一组索引,点云中所有点参与计算。 |
setSearchSurface | (PointCloudConstPtr &) |
可选设置 | 1.当搜 |