28、3D形状配准技术全解析

3D形状配准技术全解析

1. 基础配准方法与改进

在3D形状配准领域，传统的ICP算法是基础。不过，它仅考虑点的接近程度来计算对应关系，存在一定局限性。为了改进这一情况，研究人员引入了额外信息。

• 额外信息的利用 ：
  • 局部表面属性 ：通过将局部表面属性融入距离公式，能让对应点的匹配更准确。
  • 传感器强度 ：从传感器获取的强度信息也可用于改进配准。
  • 颜色信息 ：颜色在配准中同样能发挥重要作用，例如有的研究就利用了颜色和纹理信息。

同时，还出现了一些基于额外信息的特殊ICP算法：
|算法名称|特点|
| ---- | ---- |
|ICPIF|采用了曲率、矩不变量和球谐不变量等几何特征|
|结合颜色的自旋图像|将颜色与自旋图像结合，用于点描述符|

此外，为提高配准的鲁棒性，还提出了多种概率版本的标准ICP算法：
- SoftAssign和互信息 ：基于高斯权重和互信息，减少了局部极小值的数量。
- EM - ICP ：基于期望最大化（EM）范式，在高斯噪声情况下，相当于用归一化高斯权重进行多次匹配的ICP。其高斯方差可解释为尺度参数，高尺度时匹配多，低尺度时类似标准ICP。

2. 多视图配准

当完成