点云特征提取及分类

数据与特征决定了机器学习的上限，
模型/算法/参数只是来逼近这个上限。

0: 分类方式

按照特征的物理属性，可以将特征分为：几何域，强度域。

按照特征的空间尺度，可以分为：单点特征，局部特征，全局特征。

1：传统特征

单点特征

主要有：三维坐标（X, Y, Z）, 回波强度 Intensity, 法线 （Nx，Ny，Nz），主曲率（PCx, PCy, PCz, 及两个特征值 PC1, PC2）

局部特征

（一）几何域
局部特征常见的有各种几何特征描述子：PFH，FPFH，SHOT，C-SHOT，RSD，3D形状描述子等。

（二）强度域

强度梯度（IGx, IGy, IGz)：

全局特征

（一）几何域

常见的几何域全局特征有：

VFH：Viewpoint Feature Histogram
CVFH：在VFH基础上解决了点云残缺的问题。

三维不变矩：矩特征主要表征了图像区域的几何特征,又称为几何矩, 由于其具有旋转、平移、尺度等特性的不变特征,所以又称其为不变矩。但要注意，不变矩对点云密度十分敏感！亲测：

标签：特征,强度,分类,特征提取,几何,点云,全局,不变
来源： https://blog.csdn.net/nh54zyt/article/details/122185176