如何对齐(注册)和合并点云以获得完整的三维模型？

Question

我想得到一些真实的词对象的三维模型。我有两个摄像头，使用openCV和SBM进行立体通信，我得到了场景的点云，并通过z过滤只能得到对象的点云。我知道，国际比较方案对这一目的是有益的，但它需要点云在本质上很好地对齐，因此它与SAC结合以取得更好的结果。但是我的SAC健身评分太大了，比如70或40分，ICP也不能给出好的结果。

我的问题是:如果我只需要旋转摄像机前的物体来获取点云，那么ICP可以吗？旋转角度必须是什么才能取得好的效果？或者有更好的方法来拍摄物体的三维模型？我的点云会有洞吗？对于好的ICP，SAC的最大可接受的健身评分是多少，好的ICP的最大健身评分是什么？

我的点云文件示例：https://drive.google.com/file/d/0B1VdSoFbwNShcmo4ZUhPWjZHWG8/view?usp=sharing

Answer 1

我的建议和经验是，你已经有rgb图像或灰色。ICP是对点云进行优化的一种很好的应用，但也存在一些问题。

首先从rgb计量学开始(通过特征点对齐点云(彼此旋转))，然后使用并学习ICP如何与前面提到的点云库一起工作。让rgb功能给你一个预测，然后使用ICP优化，如果可能的话。

当此应用程序工作时，请考虑良好的健身分数计算。如果所有这些都有效的话，使用ICP的主干版本并优化参数。在完成所有这些工作之后，您的代码不仅速度快，而且出错的错误也很小。

下面的帖子解释了出了什么问题。

使用ICP，我们只使用几何信息来细化这种变换。然而，在这里，ICP降低了精度。所发生的情况是，国际比较方案尽力匹配尽可能多的对应点。这里，屏幕背后的背景有更多的点，即屏幕本身在两次扫描上。国际比较方案然后将云层对齐，以使背景上的对应关系最大化。然后屏幕就不对齐了。 https://github.com/introlab/rtabmap/wiki/ICP