我有两组点云，并在Matlab中使用此代码读取它们：
ptCloud1 = pcread('sub2a.ply'); ptCloud2 = pcread('sub2b.ply');
然后用icp（迭代最近点）算法将第二个与第一个注册，如下所示：
[tform,movingReg,rmse] = pcregrigid(ptCloud2,ptCloud1)
答案就在“movingreg”里。现在的问题是，我如何知道'movingReg'的点云中的哪个点是'ptCloud 1'的点云中的对应相似点？
bwleehnv1#
我不知道matlab的ICP的具体实现。但最简单的情况是创建一个从目标到源的KDTree，然后对每个点进行查询。我将给予一个Python的通用代码，我希望你也能在Matlab中使用它。使用scipy，
from scipy.spatial import KDTree def find_correspondences(source_points, target_points): tree = KDTree(target_points) correspondences_index = [] for point in source_points: _, idx = tree.query(point) target_point_index = idx correspondences_index.append(target_point_index) return correspondences_index
现在，correspondences_index列表保存每个点之间的Map。基本上，correspondences_index[0]将给予源中第一个点的对应点。然后，您可以为相应的目标和源点添加相同的颜色以可视化它们。
correspondences_index
1条答案
按热度按时间bwleehnv1#
我不知道matlab的ICP的具体实现。但最简单的情况是创建一个从目标到源的KDTree，然后对每个点进行查询。我将给予一个Python的通用代码，我希望你也能在Matlab中使用它。
使用scipy，
现在，
correspondences_index列表保存每个点之间的Map。基本上，correspondences_index[0]将给予源中第一个点的对应点。然后，您可以为相应的目标和源点添加相同的颜色以可视化它们。