基于半球形邻域的激光雷达点云局部特征提取

来源：信号处理杂志 2022年第2期北京时间：

作者：蒋博, 马燕新, 万建伟, 何峰, 许可, 陈沛铂

摘要：为提升激光雷达点云目标识别的效率和减少计算开销，本文通过采用改进的邻域确定方法和LRF估计方法，提出了一种新的特征描述子：半球单值形状上下文特征描述子（Hemispheric Unique Shape Context，HUSC）。首先计算关键点处的互相关矩阵，并根据邻域点附近的点密度进行加权，以此估计关键点的法向量和切平面，并建立局部参考坐标系；然后以该切平面为底面构建半球形邻域，并将其按照方位角、极角和径向划分为多个栅格；最后统计各栅格中的点数，得到关键点的局部特征描述子。HUSC特征描述子在保证描述子准确率的同时，通过减少冗余栅格数量提高目标识别的效率。在Bologna、3DMatch数据集上进行的实验表明，基于半球形邻域的HUSC特征描述子与基于球形邻域的USC描述子对噪声鲁棒、对分辨率变化稳健性相当，但HUSC特征描述子占用内存更小，运算速度更快。

关键词：激光雷达, 点云, 目标识别, 特征描述子, 半球形邻域