常见的刚性体点云配准算法——ICP、point-to-Plane ICP、FPFH、4PCS等

        一转眼已经研三了，从大四开学进入实验室到现在已经整整三年时间，这三年收获了很多，但也有很多遗憾。从开始定下“点云配准”这一方向，一个人也走了很多弯路，在这里记录下自己在对常见的几种配准算法的理解。

开始之前，先介绍一下必要的知识：

1.点云是什么？

        点云是在空间当中存在的三维点的集合。通俗地来讲，图像是由像素（pixel）(每个像素点用p(u,v)表示)组成的，所有的pixel都整齐地排列在平面上。点云是由空间中的点P(x,y,z)组成的，所有的点都可以自由地分布在空间当中。

2.点云数据和RGBD数据说的是同一种数据吗？

        不是的，二者是包含关系，RGBD数据是点云数据的一种。之前一直混淆二者的概念，但点云数据包含很多种：

• 深度相机采集的RGBD数据             （点云主要来源之一，以微软的Kinect相机为代表，包含彩色信息）
• 激光相机采集的激光点云数据         （点云的另一主要来源，大规模点云数据通常使用激光相机采集，通常不包含彩色信息）
• 逆向工程                                          （3D max,Maya等，主要用在动画制作、模型生产等方面）
• 光度立体、结构光                            （这个算是原理层面的，但实验室有同学在做，因此放在这里）
• ...