PCL 描述符匹配

Question

我在匹配两个描述符的结果时遇到问题。我正在使用点云库的 FPFH 描述符，如下面的代码所示。

// Compute the normals
pcl::NormalEstimation<pcl::PointXYZ, pcl::Normal> normalEstimation;
normalEstimation.setInputCloud(source_cloud);
normalEstimation.setSearchMethod(tree);

pcl::PointCloud<pcl::Normal>::Ptr source_normals(new pcl::PointCloud< pcl::Normal>);
normalEstimation.setRadiusSearch(0.1);
normalEstimation.compute(*source_normals);

pcl::PointCloud<pcl::FPFHSignature33>::Ptr source_features(new pcl::PointCloud<pcl::FPFHSignature33>());
pcl::FPFHEstimation<pcl::PointXYZ, pcl::Normal, pcl::FPFHSignature33> fpfh;
fpfh.setInputCloud(source_cloud);
fpfh.setInputNormals(source_normals);
boost::shared_ptr<std::vector<int> > indicesptr(new std::vector<int>(Source_keypoint_indices));
fpfh.setIndices(indicesptr);
fpfh.setSearchMethod(tree);
fpfh.setRadiusSearch(0.1);
fpfh.compute(*source_features);

目标云也是如此，但是，当使用如下所示的 PCL 对应估计时，结果是错误的匹配

pcl::registration::CorrespondenceEstimation<pcl::FPFHSignature33, pcl::FPFHSignature33> est;
pcl::CorrespondencesPtr correspondences(new pcl::Correspondences());
est.setInputSource(source_features);
est.setInputTarget(target_features);
est.determineCorrespondences(*correspondences);

那么有没有其他方法可以用来匹配特征？？

最后，感谢您花时间考虑我的问题..:)

Answer 1

你确定你的特征是正确的吗？对于 fpfh 特征估计，您必须设置搜索半径 > 比正常估计半径。

您也可以尝试一些 CorrespondenceReejction 技术以获得更好的匹配结果。

PCL 描述符匹配

PCL desciptors matching

point-cloud-library