Harris響應一般是用在二維影象上的，用來尋找影象上的角點，演算法見上一節描述，如何將二維擴充套件到三維呢，博主看的還不是很清楚，但是大致是這樣的，對於空間上的某一個點，進行一個半徑r的搜尋，對於區域內的點進行pca重新確定它的主方向，我個人理解是相當於確定新的x和y方向，這樣就可以類比到平面了，雖然會丟失一個維度，但是沒有關係啊，對於最後一個維度，我們認為是該點擬合的x，y平面的法線方向，這也是十分平凡的，因為三個向量互相垂直。

重點來了，對於我們得到的法線，我們認為它就是強度值，這樣，我們成功將三維點轉換到了二維平面上。那麼很好的是，pcl集成了harris響應，我們下面一起來看看把

#include <pcl/point_types.h>
#include <pcl/io/pcd_io.h>
#include <pcl/visualization/cloud_viewer.h>
#include <pcl/visualization/pcl_visualizer.h>
#include <pcl/keypoints/harris_3d.h>
#include <boost/thread/thread.hpp>
#include <stdlib.h>
#include <iostream>

using namespace std;
using namespace std;
int main(int argc, char** argv)
{

	// 建立點雲物件指標
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);

	pcl::io::loadPCDFile<pcl::PointXYZ>("1.pcd", *cloud);
	boost::shared_ptr<pcl::visualization::PCLVisualizer> viewer(new pcl::visualization::PCLVisualizer("3D Viewer"));
	viewer->addPointCloud<pcl::PointXYZ>(cloud, "sample cloud1");
	
	//harris detect

	pcl::HarrisKeypoint3D<pcl::PointXYZ, pcl::PointXYZI, pcl::Normal> harris;
	harris.setInputCloud(cloud);//設定輸入點雲 指標
	harris.setNonMaxSupression(true);
	harris.setRadius(0.6f);//　塊體半徑
	harris.setThreshold(0.01f);//數量閾值
	//新建的點雲必須初始化，清零，否則指標會越界
	//注意Harris的輸出點雲必須是有強度(I)資訊的 pcl::PointXYZI，因為評估值儲存在I分量裡
	pcl::PointCloud<pcl::PointXYZI>::Ptr cloud_out_ptr(new pcl::PointCloud<pcl::PointXYZI>);

	// 計算特徵點
	harris.compute(*cloud_out_ptr);
	// 關鍵點
	pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_harris_ptr(new pcl::PointCloud<pcl::PointXYZ>);
	pcl::PointXYZ point;
	//視覺化結果不支援XYZI格式點雲，所有又要導回XYZ格式。。。。
	for (int i = 0; i<size; ++i)
	{
		point.x = cloud_out_ptr->at(i).x;
		point.y = cloud_out_ptr->at(i).y;
		point.z = cloud_out_ptr->at(i).z;
		cloud_harris_ptr->push_back(point);
	}
	pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> harris_color_handler(cloud_harris_ptr, 0, 255, 0);//第一個引數型別為　指標
	viewer->addPointCloud<pcl::PointXYZ>(cloud_harris_ptr, harris_color_handler, "harris");//第一個引數型別為　指標
	viewer->setPointCloudRenderingProperties(pcl::visualization::PCL_VISUALIZER_POINT_SIZE, 5, "harris");

	while (!viewer->wasStopped())
	{
		viewer->spinOnce(100);

	}
	system("pause");
	return 0;
}
 

它的引數設定主要在設定搜尋半徑和閾值上面，不得不承認，不看論文真的很難調這兩個引數，所以建議大家還是以後儘量多看論文比較好。

還有一個需要注意的是

while (!viewer->wasStopped())
    {
        viewer->spinOnce(100);

    }

這個主要是我們視覺化的時候需要它不停的重新整理，這樣才可以顯示，沒有這個視覺化介面會出不來。。。

該大家看下結果把，還是很有意思的