Set-to-Subset点云匹配

Question

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。

Answer 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。