一、算法原理
1、NARF 特征概述
NARF（Normal Aligned Radial Feature）是 2011 年由 Bastian Steder 等人在论文
《Point Feature Extraction on 3D Range Scans Taking into Account Object Boundaries》中提出的一种 稀疏局部 3D 特征描述子。
核心目标是提取具有“边界意识”的稳定局部特征，以应对物体遮挡、旋转和局部不连续的问题，常用于 3D 物体识别与配准。
2、设计动机
传统 3D 特征如 Spin Image、SHOT 等多数假设曲面光滑，但在实际扫描中，很多物体有明显的边缘或遮挡。因此：
- NARF 尝试在保持局部特征描述能力的同时，考虑边界特征（尤其是可见性边界），上一讲详解讲解边界提取应用，具体内容可以参考上文；
- 它主要基于 深度图 + 2D 图像处理 + 3D 信息融合；
- 对姿态变换尤其是 旋转不敏感（通过主法线方向对齐实现旋转归一化）。
3、NARF 特征核心思想
NARF 的设计围绕三个关键理念：
<
