点云库PCL学习——Harris关键点

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
评论 2
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