如何從一個深度圖像（range image）中提取NARF特征
代碼解析narf_feature_extraction.cpp
編譯運作./narf_feature_extraction -m
這将自動生成一個呈矩形的點雲，檢測的特征點處在角落處，參數-m是必要的，因為矩形周圍的區域觀測不到，但是屬于邊界部分，是以系統無法檢測到這部分區域的特征點，選項-m将看不到的區域改變到最大範圍讀取，進而使系統能夠使用這些邊界區域。
（2）特征描述算子算法基準化分析
使用FeatureEvaluationFramework類對不同的特征描述子算法進行基準測試，基準測試架構可以測試不同種類的特征描述子算法，通過選擇輸入點雲，算法參數，下采樣葉子大小，搜尋閥值等獨立變量來進行測試。
使用FeatureCorrespondenceTest類執行一個單一的“基于特征的對應估計測試”執行以下的操作
1.FeatureCorrespondenceTest類取兩個輸入點雲（源與目标） 它将指定算法和參數，在每個點雲中計算特征描述子
2.基于n_D特征空間中的最近鄰元素搜尋，源點雲中的每個特征将和目标點雲中對應的特征相對照
3 。對于每一個點，系統将把估計的目标點的三維位置和之前已知的實際位置相比
4 。如果這兩個點很接近（取決與決定的閥值）那麼對應就成功，否則失敗
5 計算并儲存成功和失敗的總數，以便進一步分析
微信公衆号号可掃描二維碼一起共同學習交流
