pcregistericp
使用 ICP 算法对两个点云进行配准
语法
说明
tform = pcregistericp(moving,fixed)
该配准算法基于迭代最近点 (ICP) 算法。要使该迭代过程达到最佳性能，需要根据您的数据调整相关属性。为了提高点云配准的准确性和效率，建议在使用 pcregistericp 之前，先使用 pcdownsample 对点云进行降采样。
当您选择 "pointToPlane" 或 "planeToPlane"（也称为广义 ICP 或 G-ICP）度量时，点云配准算法需要点云法线。如果输入点云的 Normal 属性为空，该函数会将其填充。
[___] = pcregistericp( 支持上述语法中的任何参量组合，且可使用一个或多个名称-值参量指定选项。例如，moving,fixed,Name=Value)pcregistericp(moving,fixed,Metric="planeToPlane") 将最小化度量设置为 "planeToPlane"。
示例
将点云数据加载到工作区中。
ptCloud = pcread("teapot.ply");显示已加载的点云。
pcshow(ptCloud)
title("Teapot")
创建一个变换对象，使其沿 Z 轴旋转 30 度，并进行 [5 5 10] 的平移。
rotationAngles = [0 0 30]; translation = [5 5 10]; tform1 = rigidtform3d(rotationAngles,translation);
对点云进行变换，并可视化结果。
ptCloudTformed = pctransform(ptCloud,tform1);
pcshow(ptCloudTformed)
title("Transformed Teapot")
对点云进行配准。
tform = pcregistericp(ptCloudTformed,ptCloud);
将结果与正确的变换进行比较。
disp(tform1.A);
0.8660 -0.5000 0 5.0000
0.5000 0.8660 0 5.0000
0 0 1.0000 10.0000
0 0 0 1.0000
tform2 = invert(tform); disp(tform2.A);
0.8660 -0.5000 0.0000 5.0000
0.5000 0.8660 0.0000 5.0000
-0.0000 -0.0000 1.0000 10.0000
0 0 0 1.0000
将点云数据加载到工作区中。
ld = load("livingRoom.mat");
moving = ld.livingRoomData{1};
fixed = ld.livingRoomData{2};可视化点云，并将显示方向设置为 y 轴。
figure pcshowpair(moving,fixed,VerticalAxis="Y",VerticalAxisDir="Down")
使用 nonuniformGridSample 方法对点云进行降采样，以提高点云配准的效率和精度。
maxNumPoints = 12; fixedDownsampled = pcdownsample(fixed,"nonuniformGridSample",maxNumPoints); movingDownsampled = pcdownsample(moving,"nonuniformGridSample",maxNumPoints);
使用平面到平面（广义 ICP）配准方法对点云进行配准。
[~,movingReg] = pcregistericp(movingDownsampled,fixedDownsampled,Metric="planeToPlane");可视化点云对齐情况，并设置显示方向为 y 轴。
figure pcshowpair(movingReg,fixed,VerticalAxis="Y",VerticalAxisDir="Down")
将包含颜色信息的移动点云数据加载到工作区中。
moving = pcread("apartmentMoving.pcd");将包含颜色信息的点云数据加载到工作区中。
fixed = pcread("apartmentFixed.pcd");对彩色点云进行可视化处理，并设置显示方向以显示 yx 平面。
figure pcshowpair(moving,fixed,"ViewPlane","YX","ColorSource","Color")
利用平面间（广义 ICP）配准和颜色信息对彩色点云进行配准。将 Metric 参量的值设置为 planeToPlaneWithColor。
[~,movingReg] = pcregistericp(moving,fixed,Metric="planeToPlaneWithColor");可视化点云对齐结果，并设置方向以显示 yx 平面。
figure pcshowpair(movingReg,fixed,"ViewPlane","YX","ColorSource","Color")
输入参数
名称-值参数
输出参量
算法
参考
[1] Besl, P.J., and Neil D. McKay. “A Method for Registration of 3-D Shapes.” IEEE Transactions on Pattern Analysis and Machine Intelligence 14, no. 2 (February 1992): 239–256. https://doi.org/10.1109/34.121791.
[2] Chen, Yang, and Gérard Medioni. “Object Modelling by Registration of Multiple Range Images.” Image and Vision Computing 10, no. 3 (April 1992): 145–155. https://doi.org/10.1016/0262-8856(92)90066-C.
[3] Segal, A., Haehnel, D. and S. Thrun. "Generalized-ICP". Robotics: Science and Systems V, Robotics: Science and Systems Foundation,. (June 2009): 435-442. https://doi.org/10.15607/RSS.2009.V.021.
[4] Korn, Michael, Martin Holzkothen, and Josef Pauli. "Color supported generalized-ICP." In 2014 International Conference on Computer Vision Theory and Applications (VISAPP), 592–599. Lisbon, Portugal: IEEE, 2014. https://doi.org/10.5220/0004692805920599.
[5] Park, Jaesik, Qian-Yi Zhou, and Vladlen Koltun. "Colored point cloud registration revisited." In Proceedings of the IEEE International Conference on Computer Vision (ICCV), 143-152. Venice, Italy: IEEE, 2017. htttps://doi.org/10.1109/ICCV.2017.25.
