在做三維點(diǎn)云匹配（Point cloud registration）的時(shí)候朵你，通用的做法是先做基于特征及RANSAC的粗匹配耳舅，然后再做一輪精匹配。粗匹配常使用的一種特征是FPFH特征松嘶，而精匹配一般使用的是ICP（Iterative closest point）的方法昔期。本文主要是記錄FPFH特征。
PFH （Point Feature Histogram）
我們先介紹一下PFH特征刻恭。對(duì)于點(diǎn)云中的任意一點(diǎn)瞧省，我們定義一個(gè)半徑
，對(duì)于在
定義的球形鄰域內(nèi)鳍贾，任意兩個(gè)點(diǎn)
鞍匾，PFH的定義過(guò)程如下：
neighbor.png
- 計(jì)算
之間的特征描述
pipj.png
定義一個(gè)局部坐標(biāo)系
coor.png
特征可計(jì)算為
- 計(jì)算histogram：將每個(gè)feature按預(yù)設(shè)的大小設(shè)置
個(gè)bin，然后查看
對(duì)應(yīng)的特征描述落在哪個(gè)區(qū)間骑科，對(duì)于
的領(lǐng)域內(nèi)所有的點(diǎn)對(duì)橡淑，可以得到對(duì)應(yīng)的feature histogram.
histogram.png
在PCL的實(shí)現(xiàn)中，是不考慮的咆爽，而對(duì)于角度分量梳码，每個(gè)分量被分成了11個(gè)bin，由于角度是在
中的伍掀，所以上述公式中對(duì)應(yīng)的
.
SPFH (Simplified Point Feature Histogram)
SPF是PFH的一種簡(jiǎn)化版掰茶，區(qū)別在于計(jì)算histogram的時(shí)候，只使用點(diǎn)與其他點(diǎn)構(gòu)成的點(diǎn)對(duì)蜜笤。
FPFH
FPFH的計(jì)算可以按如下定義
fpf.png
