1.本节使用正态分布变换算法确定两个大型点云(超过10万个点)之间的刚体变换。正太分布变换算法是一个配准算法,应用于三维点的统计模型,使用标准最优化技术来确定两个点云之间的最优的匹配,配准过程不利用对应点的特征计算和匹配,时间比其他方法快。更多关于正态分布变换算法的详细的信息,请看Martin Magnusson博士的博士毕业论文“The Three-Dimensional Normal Distributions Transform – an Efficient Representation for Registration, Surface Analysis, and Loop Detection”。
2.代码
#include <pcl/registration/ndt.h>
#include <pcl/filters/approximate_voxel_grid.h>
#include <pcl/point_cloud.h>
#include <pcl/point_types.h>
#include <pcl/io/pcd_io.h>
#include <iostream>
#include <pcl/visualization/pcl_visualizer.h>
#include <boost/thread/thread.hpp>
using namespace std;
using namespace pcl;
/*
给定input_cloud和target_cloud,
先对input_cloud下采样生成filtered_cloud,
然后计算filtered_cloud与target_cloud的变换矩阵T,
根据变换矩阵T将input_cloud进行变换output_cloud.
*/
int main() {
//加载房间的第一次扫描点云数据作为目标
PointCloud<PointXYZ>::Ptr target_cloud(new PointCloud<PointXYZ>);
if (io::loadPCDFile<PointXYZ>("D:\\pcd\\room_scan1.pcd",*target_cloud)==-1)
{
PCL_ERROR("could not read pcd");
return -1;
}
cout << "loaded" << target_cloud->size() <<