PointCloudLib-1.12.1学习笔记-特征(Features)-估计点云中的表面法线

本文介绍了如何从点云数据集中直接计算每个点的表面法线,主要依赖于PCA进行最小二乘平面拟合。讨论了法线估计的不确定性以及视点对定向的影响,并提到了选择合适邻域尺度的重要性。同时,文章提供了PCL库中进行正态估计的代码示例。

曲面法线是几何曲面的重要属性,并且 大量用于许多领域,例如计算机图形学应用,以应用 校正产生阴影和其他视觉效果的光源。

给定一个几何表面,推断 在表面上的某个点法线,作为垂直于 在这一点上浮出水面。但是,由于我们获取的点云数据集 表示真实表面上的一组点样本,有两个 可能性:

  • 从获取的点云数据集获取下垫表面,使用 曲面网格划分技术,然后从 网孔;
  • 使用近似值从点云数据集推断表面法线 径直。

本教程将解决后者,即给定点云数据集, 直接计算云中每个点的表面法线。

理论入门

尽管存在许多不同的正态估计方法,但我们将 专注于本教程是最简单的教程之一,其表述为 遵循。确定曲面上某个点的法线的问题是 近似于估计与 曲面,进而成为最小二乘平面拟合估计问题。

注意

有关更多信息,包括最小二乘问题的数学方程,请参阅 [RusuDissertation]。

因此,估计表面法线的解决方案简化为 特征向量和特征值(或 PCA – 主成分)的分析 分析)从 查询点。更具体地说,对于每个点\粗体符号{p}_i,我们 按如下方式组装协方差矩阵\mathcal{C}

 

\mathcal{C} = \frac{1}{k}\sum_{i=1}^{k}{\cdot (\boldsymbol{p}_i-\overline{\boldsymbol{p}})\cdot(\boldsymbol{p}_i-\overline{\boldsymbol{p}})^{T}}, ~\mathcal{C} \cdot \vec{​{\mathsf v}_j} = \lambda_j \cdot \vec{​{\mathsf v}_j},~ j \in \{0, 1, 2\}

其中k考虑的点相邻要素数 的邻域表示\overline{\boldsymbol{p}}最近邻的 \粗体符号{p}_i3D 质心,\lambda_j是协方差矩阵的第 -个特征值和第 

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

黄晓魚

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
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