[C++知识库]CloudCompare&PCL KPCS点云粗配准

一、原理概述

原始4PCS方法的主要局限性有：（1）它不能很好地处理强变化的点密度；（2）为了保持效率，该算法需要对点云数据必须大量采样，以至于不能保证近似的点对点对应。为了克服这些缺点，KPCS算法选择不对原始点云应用4PCS(随机或定期的下采样版本)，而是用独特的3D关键点集（Harris、DoG等）来表示点云，并在关键点集上运行(略微修改)4PCS。简而言之，KPCS相较于原始算法引入了关键点这一思想，并针对原始算法中点云大幅度降采样不合理的问题进行了改善。

二、PCL中的KPCS

类型：pcl::registration::KFPCSInitialAlignment< PointSource, PointTarget, NormalT, Scalar >，该类继承了原始的PCS算法类型，其相关参数：

setUpperTranslationThreshold 

创作打卡挑战赛

赢取流量/现金/CSDN周边激励大奖

了解本专栏 订阅专栏 解锁全文 超级会员免费看