PCL_NARF关键点提取

本文介绍了一种基于深度图像的关键点检测方法-NARF(法向对齐径向特征)。该方法通过边缘提取、表面变化测度及主方向计算等步骤,快速识别并追踪图像中的关键点,适用于三维场景理解与定位。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

关键点 + 局部特征描述子 = 关键点描述子 -> 加快识别、追踪。
(NARF)法向对齐径向特征
步骤:

  1. 遍历深度图像点,有深度突变位置进行边缘提取;
  2. 测度表面变化的系数以及变化的主方向;
  3. 主方向计算兴趣值;
  4. 对兴趣值进行平滑;
  5. 无最大值压缩,获得关键点。

代码:
(1)创建RangeImageBorderExtractor对象,用来提取深度图像边缘;

pcl::RangeImageBorderExtractor range_image_border_extractor;

(2)创建NarfKeypoint对象,把RangeImageBorderExtractor 对象和深度图像传递给它;

pcl::NarfKeypoint narf_keypoint_detector(&range_image_border_extractor);
narf_keypoint_detector.setRangeImage(&range_image);

(3)设置参数:搜索空间球体半径,其他;

narf_keypoint_detector.getParameters().support_size=support_size;
//narf_keypoint_detector.getParameters ().add_points_on_straight_edges = true;
//narf_keypoint_detector.getParameters ().distance_for_additional_points = 0.5;

(4)创建点云对象,存储关键点。

pcl::PointCloud<int>keypoint_indices;
narf_keypoint_detector.compute(keypoint_indices);
评论
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
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