基于PCL的特征点提取方法总结(harrisKeypoints、siftKeypoints、narfKeypoints)

发布时间:2023年12月17日

     一、简介

  特征点是指在点云中具有突出功能的点,他们通常包含了比较重要的特征信息。通过对特征点的识别,可以提取处点云的特征信息,从而实现点云的分类和识别。

        PCL中常见的特征提取方法有harrisKeypoints、siftKeypoints、narfKeypoints等,在此不进行详述,需要原理的同学可以参考一下blog:

Harris3D角点     点云库PCL学习——Harris关键点_点云角点检测 h-CSDN博客

sift特征点   点云库PCL学习——SIFT关键点_sift每组(octave)计算的尺度(scale)数目。-CSDN博客

narf特征点  

文章来源:https://blog.csdn.net/qq_48694523/article/details/135046257
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。