如何對齊（注冊）和合並點雲以獲得完整的 3d 模型？

Question

我想獲得一些真實單詞對象的 3d 模型。 我有兩個網絡攝像頭，使用 openCV 和 SBM 進行立體對應，我得到場景的點雲，通過 z 過濾我只能得到對象的點雲。 我知道 ICP 對這個目的有好處，但它需要點雲最初很好地對齊，所以它與 SAC 結合以獲得更好的結果。 但是我的 SAC 健身得分太大了，比如 70 或 40，而且 ICP 也沒有給出好的結果。

我的問題是：如果我只是旋轉相機前面的物體以獲得點雲，ICP 是否可以？ 要達到良好的效果，必須旋轉什么角度？ 或者也許有更好的方法來拍攝物體以獲得 3d 模型？ 如果我的點雲會有一些洞，可以嗎？ 什么是好的 ICP 的 SAC 最大可接受的適應度分數，以及好的 ICP 的最大適應度分數是多少？

我的點雲文件示例： https : //drive.google.com/file/d/0B1VdSoFbwNShcmo4ZUhPWjZHWG8/view?usp=sharing

Answer 1

我的建議和經驗是，您已經擁有 rgb 圖像或灰色圖像。 ICP 是一個很好的優化點雲的應用程序，但在對齊它們時有一些麻煩。

首先從 rgb 里程計開始（通過特征點對齊點雲（相互旋轉）），然后使用並學習 ICP 如何與已經提到的點雲庫一起工作。 讓 rgb 特征為您提供預測，然后在可能的情況下使用 ICP 對其進行優化。

當此應用程序工作時，請考慮良好的健身分數計算。 如果一切正常，請使用 ICP 的中繼版本並優化參數。 在這一切都完成之后，您的代碼不僅速度快，而且出錯的錯誤率也很低。

下面的帖子是解釋出了什么問題。

使用 ICP，我們僅使用幾何信息來優化此變換。 然而，這里ICP降低了精度。 發生的情況是 ICP 嘗試匹配盡可能多的對應點。 這里屏幕后面的背景比屏幕本身在兩次掃描上有更多的點。 ICP 然后將對齊雲以最大化背景上的對應關系。 然后屏幕未對齊
https://github.com/introlab/rtabmap/wiki/ICP