一、算法原理
1、NARF 特征概述
NARF（Normal Aligned Radial Feature）是 2011 年由 Bastian Steder 等人在論文
《Point Feature Extraction on 3D Range Scans Taking into Account Object Boundaries》中提出的一種 稀疏局部 3D 特征描述子。
核心目標是提取具有“邊界意識”的穩定局部特征，以應對物體遮擋、旋轉和局部不連續的問題，常用于 3D 物體識別與配準。
2、設計動機
傳統 3D 特征如 Spin Image、SHOT 等多數假設曲面光滑，但在實際掃描中，很多物體有明顯的邊緣或遮擋。因此：
- NARF 嘗試在保持局部特征描述能力的同時，考慮邊界特征（尤其是可見性邊界），上一講詳解講解邊界提取應用，具體內容可以參考上文；
- 它主要基于 深度圖 + 2D 圖像處理 + 3D 信息融合；
- 對姿態變換尤其是 旋轉不敏感（通過主法線方向對齊實現旋轉歸一化）。
3、NARF 特征核心思想
NARF 的設計圍繞三個關鍵理念：
<
