传统三维模型分类方法因依赖文物碎片的整体形状特征,用于对破损严重、细节缺失、形状不规则的文物碎片分类时,时效差、成本高、准确率低。而文物碎片特征点周围的局部曲面深度信息与表面的规律性几何纹理可作为分类的判别特征。据此,提出了一种局部点云信息与显著性多特征描述子,通过提取文物碎片表面的规律性几何特征,并结合旋转投影特征,作为文物碎片的分类判别特征;然后提出相似度度量准则,根据每类特征的度量结果,自适应地计算两种特征的权重,实现分类。使用兵马俑碎片数据集进行实验,结果表明,该方法占用内存小、计算速度快。利用多倍交叉法对结果进行校验,准确率达到74.78%,相较于传统三维模型匹配方法提高了15.64%。

为了实现基于点云的空间目标相对位姿快速估计，提出一种旋转投影二进制描述符(BRoPH)。该描述符首先建立特征点处的局部参考坐标系，然后通过旋转投影局部点云生成不同视角下的密度图像块和深度图像块，最后根据图像块生成特征点的多尺度二进制字符串。针对位姿估计对实时性的要求，在分析BRoPH Hamming距离分布的基础上，提出了基于Hamming距离阈值的特征匹配策略，用于剔除潜在的错误配对，加快位姿估计收敛速度。最后，在基于局部特征描述符位姿估计框架下分别与SHOT描述符和FPFH描述符进行了比较。结果表明: BRoPH描述符在仅需要SHOT和FPFH平均内存1/80的基础上，得到了远高于SHOT和FPFH的平均位姿估计精度，其平均姿态误差小于01°，平均位置误差小于1/180 R。此外，基于Hamming距离阈值的特征匹配策略使得BRoPH的位姿粗估计速度加快了7倍，总体位姿估计频率超过7 Hz，比SHOT和FPFH分别快3~6.8倍。该方法具有占用内存小、计算速度快、位姿估计精度高和抗干扰能力强等优点，满足基于点云的空间目标位姿估计实时性要求。