3
我有点云（每个点都有一种颜色）的对象和图像来显示这些对象。我想在2D/3D中找到兴趣点并匹配这些兴趣点，以便我知道我的图像的哪些部分（至少那些有兴趣点的部分）可以在点云中找到。3D到2D匹配
所以我需要首先找到兴趣点，得到他们的描述符并匹配它们。如果可能的话，这应该适用于OpenCV的当前快速和内存保存算法，如BRISK或ORB（没有获得专利的算法！）。但我不知道如何实现它们的3D。这甚至有可能吗？我找到了一篇论文（Hough Transform和3D SURF，用于稳健的三维分类），讨论了SURF的3D扩展，这将是一个开始，但我无法找到关于3D扩展的任何信息。即使如此，问题是BRISK或其他现有算法的扩展是多么的可行。
所以，请给我建议如何继续。