我希望找到一些从我正在处理的问题开始的提示。我正在使用Kinect传感器来捕获3D点云。我创建了一个3d对象检测器,它已经在工作了。
以下是我的任务:
假设我有一个点云1.我在云A中检测到一个物体,并且我知道我的物体的质心位置(x1,y1,z1)。现在我在一条路径上移动传感器并创建新的云(例如云2)。在云2中,我看到了相同的对象,但例如从侧面,对象检测不能很好地工作。
我想要将检测到的对象从云1转换到云2,以获得云2中的质心。对我来说,这听起来像是我需要一个矩阵(平移,旋转)来将点从1转换到2。
我该如何解决我的问题呢?也许是ICP?有没有更好的解决方案?
谢谢!
发布于 2013-12-06 06:46:04
通常,此任务称为注册。它依赖于对云1中的哪些点对应于点2中的哪些云的良好估计(更具体地说,给定云1中的点,云2中的点表示检测到的对象上的相同位置)。在PCL库文档中有一个很好的overview
如果您有这样的通信,那么您很幸运,可以直接计算旋转和平移,如演示的here所示。
如果不是,则需要估计对应关系。ICP对近似对齐的点云执行此操作,但如果您的点云还没有很好地对齐,您可能希望首先估计点云中的“关键点”(例如书角、不同的颜色等),计算如上所述的旋转和平移,然后执行ICP。正如D.J.Duff提到的,ICP在实践中对已经大致对齐的点云效果更好,因为它使用两个度量之一来估计对应关系,根据维基百科的说法,最小点到点距离或最小点到面距离在实践中效果更好,但它确实涉及到估计法线,这可能是棘手的。如果对应关系很远,那么转换可能也是如此。
发布于 2017-01-17 05:00:53
我想你所问的是关于Kinect传感器和微软为其发布的API。
如果您不打算进行重建,可以查看传感器融合命名空间中的AlignPointClouds函数。这应该会自动处理它,方法类似于@pnhgiol给出的答案。
另一方面,如果您正在考虑进行重建以及点云变换,那么就需要使用reconstruction类。所有这些都可以找到,here。
https://stackoverflow.com/questions/19904698
复制相似问题