Algorithm 将较小的点云拟合为形状相似的较大点云

Algorithm 将较小的点云拟合为形状相似的较大点云,algorithm,point-clouds,best-fit,Algorithm,Point Clouds,Best Fit,我正在寻找一种算法,它可以对形状相似的两个点云进行最佳拟合,其中一个点云应该适合另一个点云。在下图中,黑色点云应尽可能地定位在红色点云中。在图中,黑色应移到右侧 应该最大化的标准是由点创建的两个对象之间的最小距离 边界条件: 两侧的点数可能不同 形状可以是任意的,因此在最佳拟合的情况下,较大对象和较小对象的质心不一定同时落在一起 我已经做了一些研究,但是由于两边的点数量不同,而且点云之间没有明确的分配,我不知道像这样的算法在这里是否有希望。此外,简单地将坐标系指定给质心处的点云也不适用,因

我正在寻找一种算法,它可以对形状相似的两个点云进行最佳拟合,其中一个点云应该适合另一个点云。在下图中,黑色点云应尽可能地定位在红色点云中。在图中,黑色应移到右侧

应该最大化的标准是由点创建的两个对象之间的最小距离

边界条件:

  • 两侧的点数可能不同
  • 形状可以是任意的,因此在最佳拟合的情况下,较大对象和较小对象的质心不一定同时落在一起
我已经做了一些研究,但是由于两边的点数量不同,而且点云之间没有明确的分配,我不知道像这样的算法在这里是否有希望。此外,简单地将坐标系指定给质心处的点云也不适用,因为质心不一定以最佳拟合的方式落在一起。它不会使两个形状之间的最小距离最大化

我猜: 我可以想象,一个完整的算法首先需要通过某种样条插值找出点的形状,以便计算法向量,然后可以以迭代方式应用上述标准