PPF算法

PPF是一種三維點雲識別算法。它沒有采用三維特徵描述子這樣的局部特徵，而是採用了一種全局的點對特徵。
算法可以分爲兩部分：離線建模、採樣匹配。

1. 離線建模
   這一步是從模型中提取ppf特徵集。
   ppf特徵可以用下面的公式表示：
   
   $F(m_1,m_2)=(\|d\|_2,\angle(n_2,d),\angle(n_2,d),\angle(n_1,n_2))$
   包括點對距離，點法向量和點對矢量之間的夾角。
   在模型表面採樣了足夠的點對ppf後，將這些特徵寫入哈希表，特徵爲鍵，點對(集)爲值。
   

2. 採樣匹配
   在場景中選取採樣點$s_r$,對於點對$(s_r,s_i)$,查找在模型中相似的點對$(m_r,m_i)$,並記錄此時兩個點對之間的旋轉角$\alpha$。這裏需要先將$s_r,m_r$的法向量與世界座標系x軸對齊，$\alpha$是繞x軸的旋轉。
   
   對於不同的$s_i$,可以獲得不同的$m_r,\alpha$,對這兩個變量構造投票表。選取最高票對應的$m_r,\alpha$
   
   不同的$s_r$也可能返回不同的$\alpha$,所以最後需要對$\alpha$進行聚類，選取得分最高的簇的均值作爲結果。

參考：https://zhuanlan.zhihu.com/p/94952276