使用VFH描述符进行聚类识别和6自由度姿态估计（大场景下点云数据的管道识别）

Upupup6

已于 2022-07-03 14:04:45 修改

阅读量271

点赞数

分类专栏：识别文章标签：聚类计算机视觉人工智能

于 2019-10-24 08:29:14 首次发布

本文链接：https://blog.youkuaiyun.com/m0_37957160/article/details/102369460

版权

识别专栏收录该内容

37 篇文章 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

该博客介绍了使用VFH描述符进行大范围点云数据处理的流程，包括点云降采样、欧式聚类分割、VFH特征提取、KD-Tree构建以及在测试阶段的模型识别与可视化。实验通过构建KD-Tree，基于FLANN对VFH特征进行检索，实现点云对象的识别。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

//#include <pcl/point_types.h>
//#include <pcl/point_cloud.h>
//#include <pcl/console/parse.h>
//#include <pcl/console/print.h>
//#include <pcl/io/pcd_io.h>
//#include <boost/filesystem.hpp>
//#include <flann/flann.h>
//#include <flann/io/hdf5.h>
//#include <fstream>
//
//typedef std::pair<std::string, std::vector<float> > vfh_model;
//
///** \brief Loads an n-D histogram file as a VFH signature
//* \param path the input file name
//* \param vfh the resultant VFH model
//*/

//bool
//loadHist(const boost::filesystem::path &path, vfh_model &vfh)
//{
//	具体代码见链接：https://download.youkuaiyun.com/download/m0_37957160/85879716
//}
//
//int
//main(int argc, char** argv)
//{
//	if (argc < 2)
//	{
//

了解本专栏