@

目录
  • 一、点云特征的基本要求
  • 二、点云特征的分类
  • 三、点云的基本特征描述
  • 四、PCA(Princile Components Analysis)主成分分析
    • 4.1 谱定理(Spectral Theorem)
    • 4.2 Rayleigh Quotients
    • 4.3 SVD分解的物理意义
    • 4.4 点云的PCA步骤
    • 4.5 应用:PCA – Dimensionality Reduction
  • 打赏
    • 支付宝
    • 微信

一、点云特征的基本要求

http://www.pointclouds.org/documentation/tutorials/

二、点云特征的分类

https://blog.csdn.net/shaozhenghan/article/details/81346585

三、点云的基本特征描述

  1. 二维情况

  2. 三维情况

四、PCA(Princile Components Analysis)主成分分析

4.1 谱定理(Spectral Theorem)

4.2 Rayleigh Quotients

4.3 SVD分解的物理意义

矩阵M经过SVD分解,分解成两个正交矩阵UV和对角阵\(\sigma\),因此一个高维向量乘以M矩阵就相当于对向量在高维空间进行了旋转和拉伸。

  • 使用的核心算法是矩阵的特征值分解。
  • 基于矩阵特征值或者SVD分解求:
  1. 法向量方向
  2. 对应(等效)椭球体的最短轴方向
  3. 对应点云坐标的协方差矩阵的最小特征值对应的特征向量
  • 数据集在某个基上的投影值(也是在这个基上的坐标值)越分散,方差越大,这个基保留的信息也就越多
  • 信息量保存能力最大的基向量一定是的协方差矩阵的特征向量,并且这个特征向量保存的信息量就是它对应的特征值.

4.4 点云的PCA步骤

  1. 找到点\(x_i\)周围半径\(R\)范围内的所有点\(X\),计算均值:
\[\bar{x}=\frac{1}{n} \sum_{i=1}^{N} x_{i} \]
  1. 计算样本方差:
\[S^{2}=\frac{1}{n-1} \sum_{i=1}^{n}\left(x_{i}-\bar{x}\right)^{2} \]
  1. 计算样本协方差:
\[\begin{array}{l} \operatorname{Cov}(X, X)=E[(X-E(X))^T(X-E(X))] \\ \quad=\frac{1}{n-1} \sum_{i=1}^{n}\left(x_{i}-\bar{x}\right)^T(x_i-\bar{x}))\end{array}\]
  1. 计算协方差矩阵:
\[\frac{1}{n}(X-\bar{x})^T(X-\bar{x}) \]
  1. 特征分解:
\[V\left(\begin{array}{ccc} \lambda_{1} & \\ & \lambda_{2} & \\ && \lambda_{3} \end{array}\right) V^{T}\]
\[\lambda_{1} \geq \lambda_{2} \geq \lambda_{3} \geq 0 \]

4.5 应用:PCA – Dimensionality Reduction

打赏

码字不易,如果对您有帮助,就打赏一下吧O(∩_∩)O

支付宝

微信

点云的基本特征和描述相关推荐

  1. 3D,点云关键点和特征描述

    3D点云特征描述与提取是点云信息处理中最基础也是最关键的一部分.如果要对一个三维点云进行描述,光有点云的位置是不够的,常常需要计算一些额外的参数,比如法线方向.曲率.纹理特征.颜色.领域中心距.协方差 ...

  2. CVPR2020:端到端学习三维点云的局部多视图描述符

    CVPR2020:端到端学习三维点云的局部多视图描述符 End-to-End Learning Local Multi-View Descriptors for 3D Point Clouds 论文地 ...

  3. 自动驾驶中,激光雷达点云如何做特征表达

    点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 激光雷达在自动驾驶系统中起着关键作用.利用它,可以准确地对车辆所处环境做3D建模,如高精度地图:也可以 ...

  4. OpenCV仿射变换 SURF特征点描述合辑

    原文:http://blog.csdn.net/poem_qianmo/article/details/33320997?utm_source=tuicool&utm_medium=refer ...

  5. 哪些数学特征可以用来描述一组数据

    在机器学习的过程中,一个很重要的问题就是特征的提取.提取训练数据的特征,决定着最终学习的效果.那么一组数据,比如一组表示身高的一维数组如何用数学特征加以描述呢.使用到如下的python模块可以快速的计 ...

  6. 提取特征点和特征点描述

    网上找的某段代码: //提取特征点 SurfFeatureDetector Detector(2000); vector<KeyPoint> keyPoint1, keyPoint2;De ...

  7. 深度学习图像处理目标检测图像分割计算机视觉 02--图像特征与描述

    深度学习图像处理目标检测图像分割计算机视觉 02--图像特征与描述 摘要 一.图像特征与描述 1.1.颜色特征 1.2.几何特征提取 1.3.基于特征点的特征描述子 1.3.1.几何特征:关键点 1. ...

  8. SuperPoint:深度学习特征点+描述子

    [原文链接]:https://www.vincentqin.tech/posts/superpoint/ 本文出自近几年备受瞩目的创业公司MagicLeap,发表在CVPR 2018,一作Daniel ...

  9. 【Bleak】六、特征及描述的发现

    目录: 1. 前言 2. 准备一个心率带设备 3. 源码解析 4. 运行结果 5. 写在最后 1. 前言 上一章节介绍了服务的发现,现在来看看服务里面的特征及描述是怎么获取的. 本文是基于源码例子的 ...

最新文章

  1. 洛谷P1220 关路灯(区间dp)
  2. php fgetcsv 没有环绕符,PHP fgetcsv() 函数 | 菜鸟教程
  3. linux结束进程_生人勿近之Linux里养僵尸
  4. 关于jedis2.4以上版本的连接池配置,及工具类
  5. java 0xaarrggbb 转换_RRGGBBAA或者RRGGBB转换成rgba()
  6. 利用BioPerl将DNA序列翻译成蛋白序列
  7. 【Flask】 结合wtforms的文件上传表单
  8. Infopath入门到精通系列-3 Infopath manifest.xsf文件 解析
  9. FileUploadException: Stream closed
  10. Pollard rho 算法求解离散对数问题
  11. 配置babel-plugin-import报错的深坑
  12. log日志中不打印异常栈的具体信息
  13. Could not transfer artifact 报错解决
  14. Jarvis OJ BASIC部分题目writeup
  15. idea 上传项目到码云git仓库提交到gitee(完整操作流程)
  16. 基于Spark的新闻推荐系统,包含爬虫项目、web网站以及spark推荐系统
  17. 创建自己的Docker映像(技术提示#57)
  18. wps 根据单元格值 设置单元格所在行 颜色(大于0 行红色 小于0 行xx色)
  19. OPengl实现小球围绕大球旋转的效果
  20. macd的python代码同花顺_同花顺顶级MACD指标公式源码-同花顺公式 -程序化交易(CXH99.COM)...

热门文章

  1. [数据结构]图的思维导图
  2. 网友:国产FPGA,长点心吧
  3. 在react中使用百度地图
  4. Lenovo ThinkPad T550 更换SSD固态硬盘增加内存
  5. JDBC Java对数据库增删改查(完整案例)
  6. 关于IIC总线的若干问题
  7. 微软技术支持实习面试
  8. matlab中的help怎么使用?
  9. idea输出中文乱码
  10. SFI立昌SEA方案与应用