PCL 点到面的ICP算法

259 篇文章 7561 订阅 ¥19.90 ¥99.00

一、算法原理

1、算法概述

  IterativeClosestPointWithNormals默认情况下使用基于点到平面距离估计的转换,该实现使用传统的点到平面目标,并使用目标点云的法线计算点到平面的距离。

  它还提供了使用对称目标函数[Rusinkiewicz 2019]的选项(通过setUseSymmetricObjective实现,更多详细内容参考:Symmetric-ICP)。该目标使用了源点云和目标点云的法线,具有与传统点到平面目标相似的计算成本,同时也提高了收敛速度和更广泛的收敛范围。

2、算法流程

本篇博客实现的是:Yang Chen, and Gerard Medioni. Object Modeling by Registration of Multiple Range Images. International Journal of Image and Vision Computing, 10(3), pp. 145–155, 1992.</

  • 5
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 14
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 14
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

点云侠

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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