weixin_43899239的博客

分别采用属于该子空间中的每组点对之间的几何不变量，各建立一个局部直方图，并将其相互连接在一起，即可获得该子空间的子特征。通过三维球形栅格将特征点的邻域空间，沿着距离、经度和 纬度这三个维度分成32 个子空间。利用主成分分析法，计算特征点与其邻域点的协方差矩阵，进而得到特征值与特征向量。将特征点的邻域点转换至其局部坐标系下，使该特征描述子具有刚体不变性。将所有子空间的子特征连接在一起，即可获得特征点的。利用主成分分析放进行降维处理。为坐标轴方向的选取指定规则，参考论文--1-大-5。

构建了一个高维超信息空间的点集合特征表达，形成一个多维直方图对点的k邻域几何属性进行描述，描述了中心点与其邻域范围点之间的空间差异。两点和它们法线相关的12个参数（xyz坐标值和法线信息）减少到4个。为每一对点计算四元组，以某种统计的方式放进直方图中。使得点云对应的曲面具有六姿态不变性（刚性变换不变性），在不同采样密度与噪声等级下具有鲁棒性。反映了点对之间的几何关系，并未体现其空间信息。三个几何不变特征及两点之间的距离d，此时，缺点：计算量大，存在大量重复计算，

关键点、特征描述子

局部形状描述子应具备三方面的优势：1、对噪声和因遮挡而产生的数据缺陷具有一定鲁棒性；2、能够精确的描述三维对象的几何信息；3、能够处理低分辨率数据。

关键点检测-->局部坐标系建立-->坐标转换即格网化-->加权投影特征计算及特征二值化。

首先计算点云关键点BSC描述子（局部特征），接着计算点云块整体聚合描述子（全局）三维邻域内点密度约束剔除异常值，下采样分块，作为配准基本单元。