Question

我正在使用名为Point Cloud Library（PCL）的库。特别是我试图计算点特征直方图。我在网站上关注了这段代码：

#include <pcl/point_types.h>
#include <pcl/features/pfh.h>

{
  pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>);
  pcl::PointCloud<pcl::Normal>::Ptr normals (new pcl::PointCloud<pcl::Normal> ());

  ... read, pass in or create a point cloud with normals ...
  ... (note: you can create a single PointCloud<PointNormal> if you want) ...

  // Create the PFH estimation class, and pass the input dataset+normals to it
  pcl::PFHEstimation<pcl::PointXYZ, pcl::Normal, pcl::PFHSignature125> pfh;
  pfh.setInputCloud (cloud);
  pfh.setInputNormals (normals);
  // alternatively, if cloud is of tpe PointNormal, do pfh.setInputNormals (cloud);

  // Create an empty kdtree representation, and pass it to the PFH estimation object.
  // Its content will be filled inside the object, based on the given input dataset (as no other search surface is given).
  pcl::search::KdTree<pcl::PointXYZ>::Ptr tree (new pcl::search::KdTree<pcl::PointXYZ> ());
  //pcl::KdTreeFLANN<pcl::PointXYZ>::Ptr tree (new pcl::KdTreeFLANN<pcl::PointXYZ> ()); -- older call for PCL 1.5-
  pfh.setSearchMethod (tree);

  // Output datasets
  pcl::PointCloud<pcl::PFHSignature125>::Ptr pfhs (new pcl::PointCloud<pcl::PFHSignature125> ());

  // Use all neighbors in a sphere of radius 5cm
  // IMPORTANT: the radius used here has to be larger than the radius used to estimate the surface normals!!!
  pfh.setRadiusSearch (0.05);

  // Compute the features
  pfh.compute (*pfhs);

  // pfhs->points.size () should have the same size as the input cloud->points.size ()*
}

我得到的输出是来自原始点云的每点125个值的数组。例如，如果我有一个1000点的点云，其中每个点包含XYZ，那么将有1000 * 125个值。我能够理解为什么我有125个条目，每个条目对应一个bin。（假设3个特征和5个分区5 ^ 3 = 125）

这篇文章帮助了一些人：PCL Point Feature Histograms - binning

不幸的是我还有几个问题：

1）为什么每个点有125个直方图？是因为它测量了当前点的K-最近邻域中具有相似特征的点的百分比，然后每个点都有自己的邻域？

2）我看到一些点，所有125个条目都是零。为什么呢？

3）绘制点特征直方图值，如论文和网站所示：

网站： http://pointclouds.org/documentation/tutorials/pfh_estimation.php#pfh-estimation

纸张： https://pdfs.semanticscholar.org/5aee/411f0b4228ba63c85df0e8ed64cab5844aed.pdf

显示的图表的X轴为箱数（在我的情况下为125箱）所以自然的问题是如何将每个点的125个值合并到一个图表中？我尝试了对适当列进行简单求和并按常量进行缩放，但我不认为这是正确的。通过求和，我的意思是为每个点添加所有bin [0]，然后为每个点加上所有bin [1]，依此类推，直到bin [124]。

我真的很感激任何帮助澄清这一点。谢谢。

Answer 1

PFH描述符是本地描述符，因此会为给定的每个点计算直方图。您可能只想使用关键点或一组kepypoints。

如果直方图在半径搜索中没有最近邻居，则条目的条目为0。

对于绘图，请尝试一次查看一个点的直方图。我不认为将它合并到一个图表中是有意义的。

如果您对考虑所有点的全局描述符感兴趣，请查看CVFH描述符（Clustered Viewpoint Feature Histogram）或其他全局描述符。

点特征PCL库输出解释中的直方图

1 个答案: