4PCS、super4PCS粗配准算法

1. 简介

4PCS系列的点云配准方法有点类似RANSAC，链接见：RANSAC 配准算法。

通过找出目标点云和原始点云中对应的两组点进行旋转平移求解出T，然后在众多的候选T中旋转一组最大重合的T，都是具有随机性和假设性。

区别在于：只是怎么找出对应点方法不一样，RANSAC一般通过特征点及描述子去找对应点，而4PCS则是通过对应的同一平面四点组仿射不变性去找。该方法适用于重叠区域较小或者重叠区域发生较大变化场景点云配准，无需对输入数据进行预滤波和去噪，算法能够快速准确的完成点云配准。

2. 原理

4PCS系列的原理很简单，可以参考我之前写的RANSAC 配准算法，在这个基础上多了个共面四点的仿射不变性。

super4PCS是4PCS的变种，4PCS是利用共面四点的仿射不变性进行点云配准，在原始点云和目标点云中找到很多的对应点，计算出变换矩阵，并计算每个变换矩阵的重合度，选择最高重合度的变换矩阵作为最后的结果。

但是4PCS在寻找匹配对的时候会有产生很多无效对，super4PCS主要是优化了寻找四点组的方法，有点像RANSAC中去筛选随机点的方法，其中之一通过限定距离范围以及角度去筛选，之后用一种索引优化方法进行优化，从而加速了配准。

3. 参考

SUPER 4PCS Fast Global Pointcloud Registration via Smart Indexing