二维 ICP 配准算法
① ICP算法简单来说就是对源点云,B点云,不停进行矩阵变换,把它变换到和目标点云,A点云,很接近就停止。
② 算法步骤:
1) 点云归一化。
2) 找到两片点云中的对应点对。
3) 根据对应点对的信息,计算得到这次的变换矩阵。
4) 变换点云。
5) 计算当前的损失。
6) 是否决定继续迭代,如果损失小于设定阈值或者达到最大迭代数停止,否则返回第1步。
1) 点云归一化
① 点云归一化只是我的一个说法,实际并不完全等同传统的归一化操作。
② 点云A和B归一化后,得到点云a和b。
注:归一化后的操作,有一部分是使用归一化后的点云a和b,有一部分是使用原来的点云A和B,这里是不一样的。
③ 这里归一化做的操作是,取点云的中心(有权重时可以取重心,或者其他合理的点也是可以的)。
④ 这里的
![f2063713bfbe2bdb5dc7fb4ea07e2c2b.png](https://img-blog.csdnimg.cn/img_convert/f2063713bfbe2bdb5dc7fb4ea07e2c2b.png)
⑤
![f6eb50e5239f8f1edd96f13a2061ffed.png](https://img-blog.csdnimg.cn/img_convert/f6eb50e5239f8f1edd96f13a2061ffed.png)
2) 找到对应点对
① 当A和B还没有经过ICP时,没有人能够说出哪两个点是对应的。
② ICP算法的对应点对,通过计算欧式距离,认为欧式距离最近的点为对应点对,也就是ICP的C,closet。
③ 归一化后的点云a和b中,
![b1e682fbf93107141b703f25d6f226f2.png](https://img-blog.csdnimg.cn/img_convert/b1e682fbf93107141b703f25d6f226f2.png)
④ 找到对应点对过程中,有一个很重要的步骤去噪,因为数