应用Fast ICP进行点集或曲面配准 算法解析

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算法基本介绍：

http://en.wikipedia.org/wiki/Iterative_closest_point

http://plum.eecs.jacobs-university.de/download/3dim2007/node2.html

http://baike.baidu.com/view/1954001.htm

经典ICP算法论文：

http://eecs.vanderbilt.edu/courses/cs359/other_links/papers/1992_besl_mckay_ICP.pdf

Fast ICP论文地址：

http://docs.happycoders.org/orgadoc/graphics/imaging/fasticp_paper.pdf

fast icp source code C++源码：

http://gfx.cs.princeton.edu/proj/trimesh2/， 大家不容易找到，是因为工程的名字不叫fasticp，而是trimesh2

算法的一些实现总结：

http://www.mrpt.org/Iterative_Closest_Point_(ICP)_and_other_matching_algorithms

2. 经典ICP算法介绍。

ICP算法有较多的数学公式和概念，数学公式总归看起来费劲，这里只简要的理解下其算法步骤：

两个点集P1，P2，每一步迭代，都朝着距离最小的目标进行。

a. 筛选点对：由P1中的点，在P2中搜索出其最近的点，组成一个点对；找出两个点集中所有的点对。点对集合相当于进行有效计算的两个新点集。

b. 根据点集对，即两个新点集，计算两个重心。

c. 由新点集，计算出下一步计算的旋转矩阵R