我正在使用PCL处理3D点云。我使用快速点特征直方图(FPFH)作为描述符,对于单个点是33维。在我的工作中,我想使用FPFH对点云数据进行聚类,其中聚类被定义为此功能。
然而,我很困惑,好像我计算了包含200个点的聚类的FPFH而不是我的聚类中每个点的特征向量是200 x 33.由于两个聚类将具有不同的大小,我不能使用特征向量大小如上。我的问题是如何适当地计算特征并使用它来描述使用单个1 x 33维向量的集群?
我正在考虑使用平均值,但它意味着不捕获所有不同点的相关信息。
答案 0 :(得分:0)
FPFH描述符计算 一个点(从与该点相邻的点 - 通常使用ak最近邻居或固定半径选择),而不是来自点。因此无论簇的大小如何,从它计算的FPFH将只是33维。因此,对于每个群集,您只需将群集中的所有点都提供给FPFH计算例程,并获取33维特征向量。您可能还需要指定一个点云,其中包含计算特征向量的点。如果每个群集执行此操作,只需发送群集的质心(单个点) - 并确保半径/ k足够大,以便选择群集中的所有点。