点云库PCL学习——Harris关键点

最新推荐文章于 2025-05-10 14:23:16 发布

图灵小眼睛

最新推荐文章于 2025-05-10 14:23:16 发布

阅读量5k

点赞数 5

CC 4.0 BY-SA版权

分类专栏：点云库PCL学习

本文链接：https://blog.youkuaiyun.com/zzh_AI/article/details/92973574

这篇博客介绍了如何使用点云库PCL进行3DHarris关键点的检测。内容涵盖3DHarris角点检测的原理，该方法利用点云的法向量信息，与2DHarris算子的区别，并提及了相关的类。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本节将演示如何检测点云的3DHarris角点。

Harris算子是常见的特征检测算子，既可以提取角点也可以提取边缘点。与2DHarris角点检测原理不同，3DHarris角点检测利用的是点云法向量的信息。

首先介绍一下Harris算子所用到的类：

HarrisKeyPoint2D类
pcl::HarrisKeypoint2D< PointInT, PointOutT, IntensityT >	HarrisKeypoint2D (ResponseMethod method= HARRIS, int window_width =3 , int window_height=3, int min_distance=S, float threshold= 0. 0)
	重构函数。method 设置需要采用那种关键点检测方法，有 HARRIS, NOBLE,LOWE, TOMASI 四种方法，默认为 H ARRIS；window_width 、 window_height 为检测窗口的宽度和高度， min_distance