集到子集点云匹配

Question

我有两个点云，在 3d 坐标中。一个是另一个的子集，包含更少的点。它们的比例相同。

我需要做的是找到两者之间的平移和旋转。我查看了点云库"Iterative closest point" 和Coherent Point Drift，但这些匹配方法似乎都希望两个点集包含大部分相同的点，而不是另一个点的较小子集。

我可以使用其中任何一个，并进行调整吗？或者是否有另一种算法可以将子集点云与集合匹配？

谢谢。

Answer 1

在无法访问样本数据的情况下，很难向您推荐特定的注册算法。

但是，我现在对所有新的“数据驱动”注册方法感到非常兴奋。

根据我的个人经验，我使用最近这篇论文的方法获得了非常棒的注册结果：

https://arxiv.org/abs/1603.08182

这里有源代码：

https://github.com/andyzeng/3dmatch-toolbox

正如论文中所报道的，它优于基于 pcl-descriptor 的注册方法，我认为它可能适合您的需求。