基于局部特征的点云目标识别

刘启康

（1、北京建筑大学 测绘与城市空间信息学院，北京100044 2、北京北建大科技有限公司，北京100044）

1 概述

近年来，目标识别在图像检索、机器人抓取操作、位置识别与定位等众多领域得到广泛的研究。目前，基于图像的物体识别已经有很多研究成果。但是二维图像的成像过程是从三维空间映射到二维空间，这个过程会丢失大量的信息。而目前三维点云数据的获取已经非常快捷，同时三维点云数据的采集不受光照影响，规避了二维图像遇到的光照、姿态等问题，因此基于点云数据的三维物体识别也引起了人们的重视。

目前，已有的三维点云物体识别方法多是通过分析／提取物体的特征点几何属性、形状属性、结构属性或者多种属性的组合等特征进行比对、学习，从而完成物体的识别与分类。根据所利用特征的不同，已有的三维点云物体识别方法可以分为4类：基于局部特征的物体识别方法、基于全局特征的物体识别方法、基于图匹配的物体识别方法以及基于机器学习的物体识别方法。

基于局部特征的物体识别方法主要是通过局部来识别整体[1]。该方法无需对处理数据进行分割，往往通过提取物体的关键点，利用局部特征描述符描述特征点，再通过特征匹配、假设验证等过程完成物体的识别。

图1

其中，特征提取与描述是物体识别中非常关键的一步，它将直接影响到物体识别系统的性能。

本文提出的基于局部特征的点云目标……