PCL点云处理之基于Super4PCS法实现点云粗配准(最新最全面)(二百四十一)
一、算法由来
点云粗配准的传统方法大概分为这样两个流派,1个是基于特征点匹配的RANSAC法,另1个就是4PCS了,各自都有很多变体存在,其中Super4PCS就是后者的一种变体算法,听名字感觉改进很大,因此特意对该方法进行了实验,查看其效果如何(库是从作者的新项目OpenGR下载编译的,下面直接提供编译好的库,直接配置即可使用)
(粗配准 就是,一开始两块点云相差很远,姿态也是明显不同,需要先配准到大致对齐,不要求完全对齐,这个叫粗配)
二、算法简介
Super4PCS(Super Fast Point Cloud Registration)是一种用于点云配准的高效算法,旨在解决三维点云数据在空间中的对齐问题。该算法是对传统4PCS(Four-Point Congruent Sets)算法的改进,主要采用以下几个关键技术来提升性能和准确性:
1. 基本原理
四点一致性:Super4PCS算法基于四点一致性的原则,首先从两个点云中随机选取四个点,形成一个共面四边形。如果这四个点在空间中满足特定的几何约束,即它们可以用来估计旋转和位移,则这些点会被认为是可能的对应点。
2. 快速配准