c++ - 快速组织点云配准

Question

我一直在寻找方法来用法线信息配准(对齐)有组织的点云。
我只能找到通用的点云配准方法(例如在 PCL 中)。

我正在使用 Microsoft Kinect 来获取我的点云，但问题是它们非常大。

我想知道的:

• 是否有快速方法来配准有组织的点云？
• 是否有非常快的下采样方法(也可能 使用点云是有组织的这一事实)？
• 我也在考虑使用 OpenCV 过滤器，因为一个有组织的 点云可以看作是具有灰度值的图像(具有深度值的二维矩阵)。例如在矩阵上使用 openCV resize 方法，以及一些衍生类型的过滤器(因为边缘对我来说在场景中很重要)。这是个好主意吗？
• 此外，下采样看起来像是一个数据并行问题，这可能是 GPU 实现的一个很好的候选者。您知道任何此类实现吗？

到目前为止我所做的如下。
- 几种下采样方法(随机、基于体素、均匀)，但所有这些方法的问题是它们都花了很多时间(在 PCL 中)。最好的是基于体素的。
- 然后是 ICP，它在下采样点云上对我来说运行得非常快和准确。

所以对我来说，目前一个好的解决方案是对我的点云进行下采样的快速方法。例如基于 GPU 的实现。

Answer 1

1. 事实证明，将有组织的点云视为具有灰度值(简单的二维矩阵)的图像是个好主意。
2. 在 GPU 上实现的二维矩阵的下采样方法可用于 OpenCV cuda 等。
3. 此外，根据准确性的重要性，您可以轻松地在二维矩阵上实现您自己的快速下采样方法。例如，只需取每一个 k 元素。如果需要，您可以对这些元素进行平均以使其模糊，或对派生类型的滤波器进行锐化(边缘增强)。您可以根据有关帧的信息提出特殊的拾取方法(例如，如果您知道您的对象往往位于中心，那么您可以在该区域周围拾取更多点)。

以上所有这三个都会给出更快的结果，并且可能“更适合”您的问题(尤其是#3)。 “更多调整”意味着更不稳健。