首页 文章

如何对齐(注册)和合并点 Cloud 以获得完整的3D模型?

提问于
浏览
1

我想得到一些真正的单词对象的3D模型 . 我有两个网络摄像头,使用openCV和SBM进行立体声对应,我得到场景的点 Cloud ,并通过z过滤我只能得到对象的点 Cloud . 我知道ICP对于这个purprose是好的,但它需要点 Cloud 才能最初良好对齐,因此它与SAC结合以获得更好的结果 . 但是我的SAC Health 得分太高了,比如70或40,ICP也没有给出好的结果 .

我的问题是:如果我只是旋转相机前面的物体以获得点 Cloud ,那么ICP是否可以?什么角度必须达到良好的效果?或者也许有更好的方法来拍摄物体的照片以获得3D模型?如果我的点 Cloud 会有一些漏洞吗?对于良好的ICP,SAC的最大可接受 Health 评分是多少,什么是良好ICP的最大 Health 评分?

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

1 回答

  • 1

    我的建议和经验是你已经有rgb图像或灰色 . ICP是优化点 Cloud 的一个很好的应用程序,但有一些麻烦使它们对齐 .

    首先从rgb odometry开始(通过特征点对齐点 Cloud (相互旋转))然后使用并了解ICP如何与已经提到的点 Cloud 库一起工作 . 让rgb功能为您提供预测,然后使用ICP在可能的情况下优化 .

    当这个应用程序工作时考虑良好的健身分数计算 . 如果所有工作都使用ICP的主干版本并优化参数 . 完成所有这些之后你所拥有的代码不仅速度快,而且出错率也很低 .

    以下帖子解释了出了什么问题 .

    使用ICP,我们仅使用几何信息来优化此转换 . 然而,这里ICP降低了精度 . 会发生什么,ICP试图匹配尽可能多的对应点 . 这里屏幕背后的背景有更多的点,屏幕本身在两次扫描 . 然后,ICP将对齐 Cloud 以最大化背景上的对应关系 . 然后屏幕未对齐https://github.com/introlab/rtabmap/wiki/ICP

相关问题