PCL点云处理之Gicp配准(附代码,实验结果)(九十一)

240 篇文章 1242 订阅 ¥19.90 ¥99.00
240 篇文章 412 订阅 ¥39.90 ¥99.00
本文介绍了GICP(通用迭代最近点)算法,作为ICP的一种改进,适用于点云不完全对应的情况。通过示例代码展示了GICP的使用,并给出了配准前后的效果对比,指出在某些情况下,GICP可能并未达到理想的效果。
摘要由CSDN通过智能技术生成

PCL点云处理之Gicp配准(九十一)


一、概述

ICP 算法最早由 Arun 等于 1987 年提出,这种点集与点集坐标系匹配的算法被证明是解决复杂配准问题的关键方法。GICP 点云融合算法与 ICP 算
法目标一致,但实现有所区别。ICP 的理论推导严谨,但对点云要求比较严格,在实验中可能无法做到两个点集一一对应(实际上,很多时候由于点云的半随机性,很难在两次扫描中找到完全一致的同名点);GICP 统一了各种点云的对应情况,故 ICP 算法可以被视为 GICP 算法的一种情况。当然,在特殊情况下,GICP也会“退化”为 ICP。

二、实验

1.代码

代码如下(示例):

#include <iostream>
#
评论
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

点云学徒

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