A method for registration of 3-D shapes (ICP, Iterative Closest Point)

最新推荐文章于 2021-11-09 21:20:59 发布
最新推荐文章于 2021-11-09 21:20:59 发布
阅读量2.8k 收藏 19
点赞数 4
分类专栏： ▶ 原滋原味读论文 文章标签： ICP
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/csdn_xcs/article/details/100016654
版权

在开始论文翻译之前，给出一篇ICP算法综述的思维导图，以帮助理解ICP算法在应用层面的扮演的角色。

解则晓, 徐尚. 三维点云数据拼接中ICP及其改进算法综述[J]. 中国海洋大学学报(自然科学版), 2010, 40(1):99-103.

在这里插入图片描述

PS. 有些朋友可能需要文中涉及的中英两篇论文，为了避免我在回复评论时的不够及时，将论文以百度网盘的形式分享，链接如下：
链接：https://pan.baidu.com/s/18ww9c_bWIX5REBDB1NevVw
提取码：dtk8

changshen_xu
关注
  • 4
    点赞
  • 踩
  • 19
    收藏
    觉得还不错? 一键收藏
  • 9
    评论
专栏目录
A method for registration of 3-D shapes
11-17
文中所提到的迭代最近点（Iterative Closest Point, ICP）算法，在三维空间中处理完整的六个自由度，并且只需要一个查找给定点到几何实体最近点的过程。 #### 方法论概述 ICP算法的基本思想是通过迭代方式逐步调整...
[论文阅读][经典ICP] A Method For Registration Of 3D Shapes
你代码像一首诗的博客
07-05 2002
[论文阅读][ICP 经典]A Method For Registration Of 3D Shapes Abstract ICP的优势 总是收敛的 收敛速度够快 可以用来做点集、曲线、曲面的registration Introduction ICP可以解决的问题： 两个点集，点对的匹配关系未知，如何求解两个点集之间的刚体变换？ free-form curve matching problem ICP不需要计算features、曲线或曲面的导数。3D data的噪声需要滤除，但无需更复杂的预处理。
【论文阅读】5-A Method for Registration of 3-D Shape
小rivaaaa的博客
07-25 922
【论文阅读】5-A Method for Registration of 3-D Shape1、 ICP概述2、论文阅读 1、 ICP概述 重要学习资料：维基百科（下图为截图笔记） 其他参考笔记（链接）： 疑惑？？： 1）仅包括R、T，并没有尺度因子，运用前提： 点云尺度统一？？ 2） 核心要点： 传统ICP难点：初值（点匹配） 非重叠区域的处理：邻近搜索时基于距离阈值（KD-tree 可实现） 目标函数优化： 1. 线性-SVD 2. 非线性（迭代）：牛顿法…… R 采用 四元数法
点云配准经典算法ICP复现 C++ Win10 pcl1.11.1
sljslj111的博客
11-09 1897
背景 ICP算法是点云配准(registration)领域的主流算法，在学习过程中我尝试使用C++复现了ICP算法。我参考的是经典ICP论"P. Besl, N. McKay. ‘A Method for Registration of 3-D Shapes,’ IEEE Trans. on Pattern Analysis and Machine Intel., vol. 14, no. 2, pp. 239-256,1992"。建议论文和代码搭配阅读。 环境 windows10 + pcl1.11.1
Image Processing and Analysis_15_Image Registration： A Method for Registration of 3-D shapes——1992...
Alliswell_WP
10-09 355
此主要讨论图像处理与分析。虽然计算机视觉部分的有些内容比如特 征提取等也可以归结到图像分析中来，但鉴于它们与计算机视觉的紧密联系，以 及它们的出处，没有把它们纳入到图像处理与分析中来。同样，这里面也有一些 也可以划归到计算机视觉中去。这都不重要，只要知道有这么个方法，能为自己 所用，或者从中得到灵感，这就够了。 注意：Registration可翻译为“配准”或“匹配”，一般是图像配准，...
ICP算法翻译Besl-A_Method_for_Registration_of_3-D_Shapes
pangshuxin的专栏
03-16 4121
A Method for Registration of 3D Shapes.pdf
01-02
icp经典文献，第一篇提出icp算法的论文，该论文使用四元数的方法介绍了icp算法
numerical-geometry-of-non-rigid-shapes.pdf
06-12
《Numerical Geometry of Non-Rigid Shapes》这本书聚焦于非刚体建模的理论与实践，主要探讨了在计算机图形学和数学领域中的变形、参数化和变分法等关键概念。这些主题对于理解和处理真实世界中物体的动态行为至关...
TextSnake - A Flexible Representation for Detecting Text of Arbitrary Shapes.pdf
09-21
为了解决这一问题，《TextSnake - A Flexible Representation for Detecting Text of Arbitrary Shapes》一文提出了一种更加灵活的表示法——TextSnake，用于有效表示水平、定向乃至弯曲形式的文本实例。通过将每个...
A Method Framework for Automatic Airspace Reconfiguration-Monte Carlo Method for Eliminating Irregular Sector Shapes Generated by Region Growth Method
02-08
A Method Framework for Automatic Airspace Reconfiguration-Monte Carlo Method for Eliminating Irregular Sector Shapes Generated by Region Growth Method
sparse non-rigid registration of 3d shapes
十年磨一剑
02-18 714
此paper由两项组成 data term 和 smooth term data term 负责将template拉到对应点 smooth term 保证相邻两点的形变尽可能一致 公式构造很简单, 我只列一下每个变量的维数 W:N×NW:N×NW:N \times N V:N×4NV:N×4NV:N \times 4N U˜:N×3U~:N×3\widetilde U :N \tim...
PCL中的点云配准（Registration）ICP算法
热门推荐
wokaowokaowokao12345的专栏
06-26 7万+
引言给定两个来自不同坐标系的三维数据点集，找到两个点集空间的变换关系，使得两个点集能统一到同一坐标系统中，即配准过程。配准的目标是在全局坐标框架中找到单独获取的视图的相对位置和方向，使得它们之间的相交区域完全重叠。对于从不同视图（views）获取的每一组点云数据，需要一个能够将它们对齐在一起的单一点云模型，从而可以应用后续处理步骤，如分割和对象重构。 这篇博文就基于PCL中的ICP算法，实现不同视
应用Fast ICP进行点集或曲面配准 算法解析
viewcode的专栏
12-31 2万+
1. ICP算法的一些网络资源 2. 经典ICP算法的步骤 3. fast ICP算法 ICP（Iterative closest points）算法是点集配准的经典算法，算法基本原理是在A method for registration of 3-D shapes文章中提出。后人也在此基础上不断和补充ICP算法。 1. 下面是介绍ICP算法的一些网络资源： ICP算法基
在医学图像分析中使用ICP算法进行点云配准
3D视觉工坊
09-19 3388
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达本文转载自「计算机视觉工坊」，该公众号重点在于介绍深度学习、智能驾驶等领域，一个小众的公众号。论文标题：3D Registratio...
PCL: Registration模块之IterativeClosestPoint点云配准
宫保鸡丁
07-30 1万+
参考文献：         关于此类的详细信息和学术上的理论推导大家可以查看PaulJ. Besl的文章“A Method forRegistration of 3-D Shapes”。 小结： ICP匹配，中文应该叫临近点迭代吧，是计算机图形学中的一个非常有用的算法，尤其是在三维重建点云配准中有着极其重要的地位，此外在SLAM等移动机器人导航等领域也有着很大的用武之地
matlab点云粗配准,快速四点一致性点云粗配准算法
weixin_29159613的博客
04-16 2540
0 引言点云配准[1-3]是指将模型不同视角的点云数据拼合起来,是三维重建、逆向工程中的第一步,配准的效率和精度对工程整体有十分重要的影响。点云配准有多种解决方案,一类常用的方法就是迭代最近点(iterative closest point, ICP)算法[4-5],及其后来的一系列改进算法[6-10]。ICP算法虽然配准精度较高,然而这类方法通常要求两片点云在配准之前有较好的初值,否则容易产生局...
迭代最近点（Iterative Closest Point, ICP）算法及matlab实现
hongbin_xu的博客
06-01 2万+
前言 通常，使用RGB-D相机或是其他方法获取到物体的三维点云后，由于采集设备不同、拍摄视角不同等等因素的影响，即使是同一个物体所得到的点云也会有较大的差异，主要是旋转或者平移的变化。对于一组图像数据集中的两幅图像，需要通过寻找一种空间变换把一幅图像映射到另一幅图像，使得两图中对应于空间同一位置的点一一对应起来，从而达到信息融合的目的。所以，就需要对点云进行配准。 迭代最近点算法（ICP）是一...
巧解图像处理经典难题之图像配准
3D视觉工坊
12-08 8866
点击上方“3D视觉工坊”，选择“星标”干货第一时间送达作者丨白小鱼@知乎来源丨https://zhuanlan.zhihu.com/p/80985475编辑丨机器视觉课堂【导读】图像配准...
VINS on Wheels
CSDN_XCS的博客
09-20 3171
本文通过论文的翻译阅读旨在了解，针对特定的轮式平面移动机器人，有哪些额外的可以利用的约束，并通过数学方程体现在优化问题中。
评论 9
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值