在传统的表示形式中,通过笛卡尔坐标系XYZ的点,它是一个静态的点。假定我们给予一个原点,这个原点是不随着时间而改变的。然后我们再在不同的时间段t1和t2,捕捉获取两个点Pi和Pj,这两个点是从不同的模型表面中提取出来的,也就是说这两个点虽然有着相同的坐标,但实际上是表达着不同的几何局部信息,虽然可能它们对于一些度量例如欧几里得度量是相等的。但是因为它们的局部环境可能会发生变化,所以传统的三文点概念和笛卡尔坐标系就被淘汰了。
基于对点需要有更加清晰易分辨的方法,于是出现了一个新的概念来取代以前的概念,那便是局部描述子(local descriptor)。包含在局部描述子中,还有其它的概念,例如形状描述子(shape descriptor),还有几何特征(geometric feature),而剩下的就是本文所要描述的点特征(point feature)。
基于慕尼黑大学的Radu Bogdan Rusu等人的研究结果,本文所描述的点特征直方图算法(Point Feature Histogram)非常好的契合了当下对于点处理的需要。证明了a)直方图是(i)在异常值和噪声数据中是强大的;(ii)构成与尺度不变;(iii)独立的扫描和不同的采样保持一致;b)结合连续性分析可更加详细的突出点特征。
1.2  点特征直方图研究现状
1.2.1  采用平滑约束的点云分割[3]
 1.2.2  在嘈杂点云数据中估计表面法线[10]
 1.2.3  对点采样表面的多尺度特征提取[8]
 1.2.4  采用局部特征直方图识别区域图像中的3D对象[12]
 1.2.5  表面点对的关系处理[22]
  1.3  本文的安排
    第1章,首先给出本课题研究的背景和意义,简明扼要的介绍了点特征描述子的基本概念,描述了介绍PFH算法的意义;并且对于PFH算法的研究现状进行介绍,讨论了现有的几种点特征提取方式。
    第2章,介绍PFH点特征直方图的原理与实现算法:描述PFH的原理与具体算法,并进行复杂度的分析;介绍PFH算法使用C/C++语言以Microsoft Visual Studio为开发工具在Windows32位平台上的具体实现方法,并给出在点云数据集上的结果,对实验结果进行具体的分析。
    第3章,介绍了当前对PFH算法的一些改进和扩展的研究现状。
    文章的最后是结论、致谢和参考文献
2  PFH点特征直方图原理与实现
  点云的处理方法已经从最开始的笛卡尔坐标以及传统的XYZ三点走向了现在的计算几个特征值便可以做出直方图。本章将讲述PFH算法的原理与具体的实现方式。
2.1  PFH算法原理
PFH算法,即Point Feature Histogram算法,意为点特征直方图。PFH通过参数化查询点与邻域点之间的空间差异,形成一个多文直方图,然后对点的k邻域几何属性进行描述。直方图所在的高文超空间为特征表示提供了一个可度量的信息空间,对点云对应曲面的6文姿态来说它具有不变性,并且在不同的采样密度或邻域的噪音等级下具有鲁棒性。
PFH(点特征直方图)表示法是基于点与其k邻域之间的关系以及它们的估计法线。它是利用查询点与其k邻域的点的法线关系来捕捉最理想化的样本表面情况,以描述样本的几何特征。特征点的独特性是用直接取样球体半径(k邻域选择)的区间分析出来的,减少了局部几何特征图的2倍的算法复杂度。
 由于PFH是点特征算法,所以相对于普通的图片来说,我们需要通过Kinect取样,将图片转换为.PCD的点云格式。点云格式具有传统的XYZRGB属性,也具有判断有无序点云集的功能。因此在进行运算的时候,先要通过设备讲数据保存下来。最后通过http://pointclouds.org所提供的PCL库,在VS2010环境下进行编译执行。
上一篇:基于Android平台的网上书店设计与实现
下一篇:asp.net移动设备网站的设计与实现

基于消费者个性特征的化...

最小二乘法生物数字特征间的关系

基于颜色特征的图像检索系统研究

粗糙集的特征选择及其分...

PseDNC特征的RNA甲基化识别研究

基于颜色特征的多肉图像检索

Corel标准库多特征融合的图像搜索软件设计

公寓空调设计任务书

志愿者活动的调查问卷表

中国学术生态细节考察《...

10万元能开儿童乐园吗,我...

AT89C52单片机的超声波测距...

C#学校科研管理系统的设计

国内外图像分割技术研究现状

医院财务风险因素分析及管理措施【2367字】

承德市事业单位档案管理...

神经外科重症监护病房患...