PCL学习：关键点-Keypoint类

最新推荐文章于 2026-05-08 13:25:15 发布
原创 最新推荐文章于 2026-05-08 13:25:15 发布 · 1.7k 阅读 · 1
本文介绍了关键点在2D图像和3D点云中的重要性，作为稳定且有区别的点集，它们能显著减少数据量并保持代表性。PCL中的pcl::Keypoint类作为基类，为关键点检测提供基本接口，是3D信息处理中的关键技术。

关键点也称为兴趣点，它是2D图像或是3D点云或者曲面模型上，可以通过定义检测标准来获取的具有稳定性，区别性的点集，从技术上来说，关键点的数量相比于原始点云或图像的数据量减小很多，与局部特征描述子结合在一起，组成关键点描述子常用来形成原始数据的表示，而且不失代表性和描述性，从而加快了后续的识别，追踪等对数据的处理了速度，故而，关键点技术成为在2D和3D 信息处理中非常关键的技术。

pcl::Keypoint< PointInT, PointOutT > 

类keypoint是所有关键点检测相关类的基类，定义基本接口；

virtual void  setSearchSurface (const PointCloudInConstPtr &cloud)
 
了解本专栏 订阅专栏 解锁全文 超级会员免费看
基于PCL的特征点提取方法总结（harrisKeypoints、siftKeypoints、narfKeypoints）
qq_48694523的博客
12-17 722
特征点是指在点云中具有突出功能的点，他们通常包含了比较重要的特征信息。通过对特征点的识别，可以提取处点云的特征信息，从而实现点云的分类和识别。
PCL函数库摘要——关键点
qq_36829039的博客
11-07 795
1.Class pcl::Keypoint< PointInT, PointOutT > 类Keypoint是所有关键点检测相关类的基类，定义基本接口，具体实现由子类来完成。 #include <pcl/2d/keypoint.h> void harrisCorner (ImageType &output, ImageType &input, const float sigma_d, const float sigma_i, const float alpha, c
PCL中点云关键点提取
Roar冷颜的博客
10-05 9124
PCL中点云关键点提取1 关键点概念及相关算法1.1 NARF关键点1.2 Harris关键点1.3 PCL中keypoints模块及类介绍2 关键点入门级实例解析2.1 如何从深度图像中提取NARF关键点2.2 SIFT关键点提取2.3 Harris关键点提取   关键点也称为兴趣点，它是2D图像、3D点云或曲面模型上，可以通过定义检测标准来获取的具有稳定性、区别性的点集。从技术上来说，关键点的数量相比于原始点云或图像的数据量小很多，它与局部特征描述子结合在一起，组成关键点描述子，常用来形成原始数据的紧凑
AI智能体操作系统AgentOS：从架构设计到实战开发指南
最新发布
weixin_33675507的博客
05-08 255
在人工智能领域，智能体（Agent）作为能够感知环境、自主决策并执行任务的AI系统，正成为连接大语言模型（LLM）能力与现实应用的关键桥梁。其核心原理在于通过规划、记忆、工具调用等模块的协同，模拟人类的推理与行动循环。这一架构的技术价值在于将复杂的AI能力工程化、模块化，从而显著提升开发效率与系统可靠性。在实际应用场景中，智能体广泛落地于自动化客服、智能数据分析、代码生成与业务流程自动化等领域。本文聚焦的AgentOS项目，正是为解决智能体开发中的碎片化问题而生，它借鉴操作系统设计哲学，提供了标准化的**任
PCL学习八：Keypoints-关键点
qq_42994487的博客
05-08 1255
PCL学习八：Keypoints-关键点
机器人三维视觉 pcl 点云库　云关键点 /Keypoints　Harris3D、 NARF
万有文的博客
03-15 1万+
机器人三维视觉 pcl 点云库 云关键点 /Keypoints Harris3D、 NARF 博文末尾支持二维码赞赏哦 我们都知道在二维图像上，有Harris、SIFT、SURF、KAZE这样的关键点提取算法， 这种特征点的思想可以推广到三维空间。 关键点的数量相比于原始点云或图像的数据量减小很多，与局部特征描述子结合在一起， 组成　关键点描述子　常用来形成原始数据的表示，而且不失代表性...
《PCL Docs 案例详解》KeyPoint——SIFT 关键点提取
Aruchid特征工程模板
07-21 1167
PCL 官方文档示例代码解读
Keypoint关键点-1 PCL学习记录-11 Keypoint关键点（通过深度图识别关键点）
HarwardWu的博客
01-12 1271
关键点也称为兴趣点，它是 2D 图像或 3D 点云或曲面模型上,可以通过检测标准来获取的具有稳定性、区别性的点集。从技术上来说,关键点的数量比原始点云或图像的数据量少很多，其与局部特征描述子结合组成关键点描述子。常用来构成原始数据的紧凑表示 ，具有代表性与描述性，从而加快后续识别、追踪等对数据的处理速度 。 固而，关键点提取就成为 2D 与 3D 信息处理中不可或缺的关键技术 。 关键点概念及算法¶ NARF（Normal Aligned Radial Feature）关键点是为了从深度图像中识...
点云库PCL学习——NARF关键点
zzh_AI的博客
06-20 2626
一、NARF(Normal Aligned Radial Feature)关键点是为了从深度图像中识别物体而提出的。 对NARF关键点的提取过程有以下要求： 提取的过程考虑边缘以及物体表面变化信息在内； 在不同视角关键点可以被重复探测； 关键点所在位置有足够的支持区域，可以计算描述子和进行唯一的估计法向量。 其对应的探测步骤如下： 遍历每个深度图像点，通...
pcl--第三节 关键点
进击的菜鸟
09-14 484
关键点也称为兴趣点，它是 2D 图像或 3D 点云或曲面模型上,可以通过检测标准来获取的具有稳定性、区别性的点集。从技术上来说,关键点的数量比原始点云或图像的数据量少很多，其与局部特征描述子结合组成关键点描述子。常用来构成原始数据的紧凑表示 ，具有代表性与描述性，从而加快后续识别、追踪等对数据的处理速度。固而，关键点提取就成为 2D 与 3D 信息处理中不可或缺的关键技术。提取的过程必须考虑边缘以及物体表面变化信息在内;关键点的位置必须稳定的可以被重复探测，即使换了不同的视角;
pcl源码分析之Harris关键点（一）
weixin_39425383的博客
12-18 436
形同与二维图像特征点，三维点云同样也有特征点。这里分析下pcl里提取Harris关键点的源码总结了一下pcl源码提取Harris关键点的流程和大致原理，有些收获，下一章将对一些关键函数进行详细分析~~
ISS点云关键点检测算法详解
带你成为别人眼中的大佬！
06-27 1458
否则，该点可能是关键点。接着，ISS算法基于点云中的每个点，计算相邻点与该点之间的角度信息，并将这些角度信息作为该点的固有形态特征。最终，ISS算法结合前面计算的法向量和曲率值，以及固有形态特征，判断每个点是否为关键点。点云关键点检测算法是其中重要的一环，它可以从点云数据中提取出特征点，方便后续的建模、分类、识别等工作。ISS算法以点的固有形态特征来判断点是否为关键点，具有较好的稳定性和鲁棒性。从结果可以看出，ISS算法能够有效地检测出点云数据中的关键点，并对点云数据进行了精细化处理。
点云处理【四】(点云关键点检测)
略知12的博客
10-20 3845
Harris关键点检测通过计算每个点的协方差矩阵，求解特征值和特征向量，来判断该点是否为关键点。它通过在多个尺度下对点云进行高斯滤波和差分操作，来提取稳定性和尺度不变性的关键点。它通过将点云投影到二维图像上，并计算每个像素周围梯度直方图，来寻找具有唯一性和重复性的关键点。ISS 关键点通过计算每个点与其近邻点的曲率变化，得到该点的稳定性和自适应尺度，从而提取稳定性和尺度合适的关键点。我们获得的数据量大，特别是几十万个以上的点云，里面有很多冗余数据，会导致处理起来比较耗时。//关键点估计的近邻搜索半径。
点云的关键点检测-传统方法总结
汤圆圆的博客
06-07 1733
三维视觉处理中，基于点云的人工构造的关键点特征综述
2.4-关键点Keypoints
TimeRiverForever的博客
05-24 1385
返回 >>>>>> PCL-3D点云总目录 关键点也称为兴趣点，它是 2D 图像或 3D 点云或曲面模型上,可以通过检测标准来获取的具有稳定性、区别性的点集。从技术上来说,关键点的数量比原始点云或图像的数据量少很多，其与局部特征描述子结合组成关键点描述子。常用来构成原始数据的紧凑表示 ，具有代表性与描述性，从而加快后续识别、追踪等对数据的处理速度 。 固而，关键点提取就成为 2D 与 3D 信息处理中不可或缺的关键技术 。 关键点概念及算法¶ NARF（Normal Al
cv::KeyPoint中response的介绍
04-03 3051
opencv : keypoint 类讲解: https://docs.opencv.org/master/d2/d29/classcv_1_1KeyPoint.html#a1f163ac418c281042e28895b20514360 What does size and response exactly represent in a SURF keypoint? Ask Question https://stackoverflow.com/questions/10328298/what-doe
点云关键点——（1）几种关键点提取
热门推荐
阁楼
04-10 1万+
点云配准中，有时候点云数量太大，需要进行关键点提取，下面介绍几种点云pcl中点云关键点提取算法。 一、iss关键点提取 iss关键点的具体原理可以查看相关论文，下面主要参数设置如下： //iss关键点提取 PointCloud::Ptr cloud_src_is(new PointCloud); //pcl::PointCloud<pcl::PointXYZ>::...
ICRA 2021| SKD：基于显着性估计的点云关键点检测
3D视觉工坊
06-17 1682
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达标题：SKD: Keypoint Detection for Point Clouds using Saliency Estimati...
PCL从理解到应用【09】 点云特征 | 关键点提取 | 方法汇总
黎国溥
08-03 5388
在PCL中，有多种方法和函数可以用来提取点云特征，本文介绍关键点提取。提取点云关键点，本文介绍的方法包括：SIFT、Harris、NARF、ISS和SUSAN。Harris 提取点云关键点，效果如下图所示：白色点是原始的点云（兔子），绿色点是Harris提取的点云关键点。对比一下5种点云关键点算法，如下表格所示：方法简介特点时间复杂度优点缺点SIFT基于尺度不变特征变换，检测不同尺度和旋转不变的关键点尺度不变性、旋转不变性高在尺度和旋转变化下稳定，对噪声有较强的鲁棒性。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

JoannaJuanCV

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值