迭代最邻近匹配算法(icp)及三维人脸匹配实例

不好意思，太久没上没有回复各位。这个小实验的demo已上传至

http://download.csdn.net/download/u011772859/10224072，不包含显示程序。

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%

概述：3dIcp算法由Paul J.Besl1992年提出。它的基础是对应点集匹配算法。对应点匹配的思想是：通过对点集的旋转、平移使得两点集的误差平方和最小。在两个点集并未一一对应时，icp算法采用“距离最近的点”为标准为库集中每一个点匹配一个对应点。当对象点数很多时，匹配过程的时间代价占据了主导地位。目前各种对icp的改进方法很多是在点集配对上做文章。

2d对应点匹配算法：

点集中的每个元素为二维点（xi，yi），点集A在B上的对应点集为A’，共有N个元素。一次迭代逼近由旋转矩阵、平移矩阵构成，作用在测试集B上Theta是旋转角度，x，y是要平移的量。

[cos(theta)  sin(theta)   x

-sin(theta)   cos(theta)  y

0           0            1]

也可以直接构造二维矩阵R  

[cos(theta)  sin(theta)   

-sin(theta)   cos(theta)]      (1)

A’R=A                             (2)

最小二乘法原则构造目标函数E=sum[(Xa-Xa')^2+(Ya-Ya'