✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。
🍎个人主页：Matlab科研工作室
🍊个人信条：格物致知。
更多Matlab仿真内容点击👇
⛄ 内容介绍
一种基于点特征直方图(即PFH算子)的点云精简方法,主要步骤如下:从一个点云获取装置中接收点云集合;计算每个点的PFH算子;计算每个点的PFH的标准差,设计精简准则;计算不同标准差阈值与精简率之间的对应关系表;根据用户对精简率的要求,确定阈值;保留点云数据中标准差小于或等于阈值的点集,剔除其余点集.本发明具有较高的精简率,实时强性,且保留足够多的用于场景重构的几何特征.
⛄ 部分代码
% PCA主元分析法求法向量
% 输入：
% p:3*n的数值矩阵
% k:k近邻参数
function n = lsqnormest(p, k)
m = size(p,2);
n = zeros(3,m);
neighbors = transpose(knnsearch(transpose(p), transpose(p), 'k', k+1));
for i = 1:m
x = p(:,neighbors(2:end, i));
p_bar = 1/k * sum(x,2);
P = (x - repmat(p_bar,1,k)) * transpose(x - repmat(p_bar,1,k)); %协方差矩阵
[V,D] = eig(P);
[~, idx] = min(diag(D));
n(:,i) = V(:,idx); % 最小特征值对应的特征向量
%规定方向指向
flag = p(:,i) - p_bar;
if dot(n(:,i),flag)<0
n(:,i)=-n(:,i);
end
end
⛄ 运行结果
⛄ 参考文献
[1] 汤慧, 周明全, 耿国华. 基于扩展的点特征直方图特征的点云匹配算法[J]. 激光与光电子学进展, 2019, 56(24):8.
[2] 刘玉珍, 张强, 林森. 一种改进的基于快速点特征直方图的ICP点云配准算法[J]. 激光与光电子学进展, 2021.
[3] 秦绪佳, 徐菲, 王建奇,等. 基于法向量直方图特征描述的点云ICP拼接[J]. 小型微型计算机系统, 2016, 37(3):5.
