我在3d坐标中有两个点云。一个是另一个的子集，包含更少的点。它们的规模相同。
我需要做的是找到两者之间的平移和轮换。我查看了点云库，"Iterative closest point"和Coherent Point Drift，但这些匹配方法似乎都期望两个点集包含大部分相同的点，而不是一个较小的子集。其他。
我可以使用其中任何一项进行调整吗？或者是否有另一种算法将子集点云与集合匹配？
谢谢。
答案 0 :(得分：1)
无法访问样本数据，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”注册方法都非常满意。
根据我的个人经验，我使用最近这篇论文的方法获得了很棒的注册结果：
https://arxiv.org/abs/1603.08182
这里有源代码可用：
https://github.com/andyzeng/3dmatch-toolbox
正如文章所述，它优于基于pcl描述符的注册方法，我认为它可能适合您的需求。