点云的几何特征-CSDN博客

点云的几何特征是基于一个点周围的邻域对该点周围几何形状的描述。例如，位于墙面上的一个点将具有较高的平面度planarity。

基于局部点云的特征值 λ1、λ2 和 λ3 以及特征向量 e1、e2 和e3计算得到的一系列几何特征，这些特征用于描述点云中点的局部几何特性，为后续的轮廓检测提供了重要的依据。

几何特征	计算公式
Eigenvalue sum	$λ1+λ2+λ3\lambda 1 + \lambda 2 + \lambda 3$
Omnivariance	$(λ1⋅λ2⋅λ3)1/3(\lambda 1 \cdot \lambda 2 \cdot \lambda 3) ^ {1 / 3}$
Eigenentropy	$−∑i=13λi⋅ln⁡(λi)-\sum _{i=1}^3 \lambda i \cdot \ln(\lambda i)$
Anisotropy	$(λ1−λ3)/λ1(\lambda 1 - \lambda 3)/\lambda 1$
Planarity	$(λ2−λ3)/λ1(\lambda 2-\lambda 3)/\lambda 1$
Linearity	$(λ1−λ2)/λ1(\lambda 1-\lambda 2)/\lambda 1$
PCA1	$λ1/(λ1+λ2+λ3)\lambda 1/(\lambda 1 + \lambda 2 + \lambda 3)$
PCA2	$λ2/(λ1+λ2+λ3)\lambda 2/(\lambda 1 + \lambda 2 + \lambda 3)$
Surface Variation	$λ3/(λ1+λ2+λ3)\lambda 3/(\lambda 1+\lambda 2+\lambda 3)$
Sphericity	$λ3/λ1\lambda 3/\lambda 1$
Verticality	$1−⟨[001],e3⟩1-\left \langle \begin{bmatrix}0 & 0 & 1\end{bmatrix} ,e_{3} \right \rangle$
Nx, Ny, Nz	The normal vector

在这里插入图片描述