面向三维特征描述子的自适应二进制简化方法

摘要

在三维(3D)局部特征描述子研究中,准确度、匹配时间以及内存消耗存在此消彼长的问题.针对上述问题,基于统计理论中的标准差原理提出一种面向3D特征描述子的自适应二进制简化方法.首先,通过改变简化模型中二值化单元长度和标准差个数来生成不同的二进制特征描述子;然后,将它们应用到当前被广泛使用的基于签名的方向直方图(SHOT)描述子中,并通过实验确定最优的二值化单元长度和标准差个数的组合;最后,将最优组合下的简化描述子命名为SD-SHOT.实验结果表明,与未进行简化的SHOT描述子相比,SD-SHOT在关键点匹配时间上减少为原来的1/15,内存占有率降低为原来的1/32;与现有主流简化方法如B-SHOT等相比,SD-SHOT的性能达到了综合最优水平.此外,在由五种不同类别的物体构成的实际机器人分拣场景中验证了所提方法的有效性.