關鍵點提取和特征描述子

局部特征描述子與局部坐標系構建該方法主要針對的是點云特征局部描述子。在線下階段，對模型進行采樣，提取關鍵點，計算關鍵點的局部特征描述子（如SHOT描述子），并計算關鍵點處局部坐標系。局部坐標系的估計方法可使用主成分分析法。在線上階段，首先對場景點云提取特征點，計算特征點的局部特征描述子，同時構建場景特征點的局部坐標系。借助k-d tree 搜索，找到模型描述子和場景描述子的特征點匹配（匹配原則可以基于兩描述子的歐氏距離，設定閾值）。

目標中心點識別

• 霍夫投票取模型質心作為參考點，對于每一個特征點,計算模型世界坐標系下的坐標
• 將其轉換到局部坐標系下
• 完成匹配后，將模型局部坐標系轉換到場景局部坐標系，由于之前說到，局部坐標系旋轉不變性和平移不變性，因此可以將場模型局部坐標系下中心點坐標轉換到場景全局坐標系，以此構建參數(shù)空間的投票。遍歷完所有的匹配點，完成投票。票數(shù)最高視為目標物體質心在場景中的位置。

總結

以上是生活随笔為你收集整理的hogh 投票简介的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。