【问题标题】:How can I select the optimal radius value in order to obtain the best normal estmation results如何选择最佳半径值以获得最佳正态估计结果
【发布时间】:2016-07-31 01:25:32
【问题描述】:

我正在一组点云之间进行模型-场景匹配,以测试匹配结果。

匹配基于 3D 特征,例如法线和点特征直方图。

在重新采样模型和场景的点云后,我使用点云库 (pcl) 的正常估计来计算直方图。

我的问题是,如何测试在最近邻估计步骤中选择不同半径值的准确性。

我需要将该值用于杯/刀/悍马等对象中的正常估计、重采样和直方图。

我尝试使用具有不同半径值的 pcl visulizer 来可视化这些对象,并选择哪个可以提供正确的法线(就法线方向与表面的垂直度而言)。

但我认为这种视觉测试还不够,我想知道是否有一些经验方法来估计最佳半径值。

我将不胜感激任何建议或帮助,分享您的想法:)

谢谢。

【问题讨论】:

    标签: point-cloud-library point-clouds normals


    【解决方案1】:

    我认为您应该从地面测试开始:使用网格法线(例如使用 CloudCompare)从网格创建点云,然后加载两次:一次包含完整数据(包括法线),一次不包含法线。

    使用要测试的搜索半径重建法线,然后您可以直接将获得的法线与从网格中提取的法线进行比较...

    【讨论】:

      猜你喜欢
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2021-01-08
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      相关资源
      最近更新 更多