几何散列(几何哈希,Geometric Hashing)是一种最初在计算机视觉中开发的, 用于将几何特征与这些特征的数据库相匹配的技术, 可用于许多其他领域。...虽然在人类视觉中很自然, 但机器人中的这项任务需要解决几个复杂的问题:
获取场景中的对象相对于其初始数据库位置显示为旋转和平移, 并且整个场景经历依赖于传感器的变换, 例如摄像机的投影变换。...从数据库中检索每个单独的对象并将其与搜索匹配的观察场景进行比较在计算上是低效的。 例如, 如果场景仅包含圆形对象, 则检索与其匹配的矩形对象没有意义。...他们开发了有效的算法, 用于识别由点集或由透视变换的仿射近似下的曲线表示的平面刚体, 并且它们扩展了在任意变换下识别点集的技术, 并将刚性3D对象与单个2D图像区分开来
举例说明
为简单起见, 此示例不会使用太多的点要素...原点( point of origin)位于连接两个点(在我们的例子中为P2, P4)的段的中间, x’ 轴指向其中一个, y’ 是正交的并且穿过原点( point of origin)。