结合点云纹理信息的快速点特征直方图描述子算法

莫海军 陈杰 王顺栋

(华南理工大学 机械与汽车工程学院,广东 广州 510640)

在三维点云数据处理技术中，特征描述子的检测和描述能力直接影响着后继的点云配准、识别定位等环节，使用合适的特征描述子进行特征提取往往能够取得更好的效果[1- 2]。因此，如何运用点云的形状和纹理信息进行高效率的特征提取是一个很有意义的研究课题[3]。

点云特征描述技术发展至今已有多种多样的局部特征描述子。在基于空间分布直方图的局部特征描述子方面[4]，Frome等[5]提出三维形状上下文(3D Shape Context,3DSC)描述子，将特征点的领域划分为三维球形网格，并统计栅格内的点云数量得到特征信息;Tombari等[6]对3DSC描述子进行拓展，提出了唯一形状上下文(Unique Shape Context，USC)描述子，该描述子可避免对同一特征点生成多个特征描述;Guo等[7]提出旋转投影统计(Rotational Projection Statistics，RoPS)描述子，将局部曲面点云投影到3个坐标平面后通过统计特征点的分布情况获取特征信息；后来Guo等[8]又提出了TriSI(Tri Spin Image)描述子，该描述子可以有效地表示在柱面坐标系下点的分布情况。

在基于几何属性直方图的局部特征描述子方面，Rusu等[9]提出了点特征直方图(Point Feature Histograms，PFH)描述子及其改进版本快速点特征直方图(Fast Point Feature Histograms，FPFH)[10]描述子，后者的计算复杂度更低，且直方图维数小,便于后期特征匹配;Tombari等[11]提出的方向直方图签名(Signature of Histogram of Orientations，SHOT)描述子，采用签名和直方图的混合结构，使其描述能力和鲁棒性更强。

大多数特征描述子都只是对点云形状进行特征描述，能够同时对形状和纹理信息进行特征提取的描述子不多[12- 13]。……