PFH（Point Feature Histograms）是一种3D点云特征描述子，通过点的双环邻域和法线直方图捕获表面几何信息，特别是在点的局部曲率和法线变化上。它使用多维直方图编码平均曲率，提供6维姿态不变性，依赖于点的法线估计质量。计算过程中，首先估计邻域点的法线，然后计算点间法线偏差，最后形成直方图表示。
表面法线和曲率估计作为3D点云的特征表示之一，具有计算迅速的优点，但是无法捕获太多细节。
表面法线和曲率估计作为3D点云的特征表示之一，具有计算迅速的优点，但是无法捕获太多细节。FPH的提出为点云特征提供了新的描述子，P是拥有坐标{xi,yi,zi}的三维点簇，P中的点Pi在满足以下条件时，被称为拥有双环邻域。
两个半径r1和r2用于确定pi的两个不同的特征表示层，第一层已在上一节中描述，通过对邻域块pk1进行主成分分析，表示查询点出的曲面法线。第二层包括点特征直方图PFH表示。
PFH公式的目标是通过使用值的多维直方图来推广pi周围的平均曲率来编码pk2的几何属性。
这种高度尺寸的超空间为特征表示提供了信息特征，对于6维姿态来说具有不变性。点特征直方图表示基于Pk2中的点和它们法线之间的关系。简单地说，它试图通过2考虑估计法线方向之间的所有相互作用尽可能的捕获采样表面变化。因此的得到的超空间取决于每个点处的法线的估计质量。这个想法有点类似于支持向量机，输入数据首先通过内核函数来转换到更高维的空间。通常，可以有许多方法来捕获局部块表面法线的变化。
PFH的第一步是估计Pk2中所有点的表面法线ni，这可以作为pi∈P的预备步骤。然后为了计算pi和pj两个点及其相关法线ni和nj之间的偏差。我们基于其中一个点定义了一个坐标系，为了定义一个坐标系，为了保证定义坐标系的唯一性：
&nb
最低0.47元/天 解锁文章
扫一扫
1425
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
