LDASH：高鉴别力强鲁棒性的点云局部特征描述符

作者：周磊; 赵宝; 梁栋; 王梓涵; 刘强

来源：激光与光电子学进展, 2023, 1-17.

• 机器视觉
• 局部特征描述符
• 局部参考轴
• 特征描述
• 点云配准

三维局部特征描述是三维计算机视觉的重要方向，被广泛用于三维感知任务中，来获取两片点云之间的点对应关系。针对现有大多数描述符存在鉴别力低和鲁棒性弱等问题，提出一种局部分区属性统计直方图(Local Divisional Attribute Statistical Histogram, LDASH)描述符。LDASH描述符基于局部参考轴(Local reference axis, LRA)构建，首先沿径向剖分局部空间，然后在每个划分分区中统计五个特征属性，实现空间和几何信息的全面编码。在LDASH中，提出一种用于局部特征描述的新属性，称为距离加权角度值(Distance Weighted Angle Value, DWAV)。DWAV的构成不依赖LRA，提高了描述符对LRA误差的稳健性。此外，提出一种对点云分辨率变化的鲁棒性增强策略，来降低实际测试中点云分辨率变化对描述符的干扰。在六个具有不同应用场景和干扰类型的数据集上对LDASH的性能进行全面的评估，结果表明：LDASH在所有数据集上的性能都明显优于现有的描述符，相对于性能第二高的DLFS，提高约16.3%的鉴别力和7.5%的鲁棒性。最后，本文将LDASH应用于点云配准，LDASH实现了最好的配准性能，其结合五种转换估计算法的平均正确配准率达到72.4%。

• 单位
  安徽大学