基于Open3D的点云处理16-特征点匹配

点云配准

将点云数据统一到一个世界坐标系的过程称之为点云配准或者点云拼接。（registration/align）

点云配准的过程其实就是找到同名点对；即找到在点云中处在真实世界同一位置的点。

常见的点云配准算法:
ICP、Color ICP、Trimed-ICP 算法流程:

1. 选点:
   确定参与到配准过程中的点集。
2. 匹配确定同名点对：
   ICP以两片点云中欧式空间距离最小的点对为同名点
3. 非线性优化求解：
   采用SVD或者四元数求解变换
4. 变换：
   将求解的变换参数应用到待配准点云上
5. 迭代：
   计算此时的状态参数判断配准是否完成。以前后两次参数迭代变
   化的差或者RMSE值是否小于给定阈值为迭代终止条件。否则返回(1)

ICP 算法以两片点云中欧式空间距离最小的点对为同名点，如果初始点选择不合适，可能会陷入局部最优配准失败。

基于点特征的配准方法
两种方式：
一种通过特征描述，先分割出场景里的点线等特征，利用这些点进行同名点的匹配，如基于几何空间一致性筛选同名点对。
一种通过点特征描述符确定同名点，如基于FPFH双向最近邻确定同名点对，FPFH描述向量最大的特性是对于点云的同名点的