Opencv 如何对齐（注册）和合并点云以获得完整的三维模型？

我想得到一些真实word对象的3d模型。 我有两个网络摄像头，使用openCV和SBM进行立体对应，我得到场景的点云，通过z过滤，我只能得到对象的点云。 我知道ICP对这个紫玫瑰有好处，但它需要点云进行初始良好对齐，因此它与SAC结合以获得更好的结果。 但是我的SAC健身评分太大了，比如70或40，ICP也没有给出好的结果

我的问题是： 如果我只是在相机前面旋转对象以获取点云，对ICP来说可以吗？要获得好的结果，旋转角度必须是多少？或者，也许有更好的方法拍摄物体的照片，以获得三维模型？如果我的点云有一些洞可以吗？对于良好ICP，SAC的最大可接受适合度得分是多少？对于良好ICP，SAC的最大适合度得分是多少

我的点云文件示例：

---

我的建议和经验是，您已经有了rgb图像或灰色图像。ICP是优化点云的一个很好的应用程序，但在对齐点云时存在一些问题

首先从rgb里程计开始（通过对齐点云（彼此旋转）的要素点），然后使用并学习ICP如何与前面提到的点云库一起工作。让rgb功能为您提供预测，然后尽可能使用ICP优化预测

当此应用程序工作时，请考虑良好的体能分数计算。如果所有工作正常，则使用中继版本的ICP并优化参数。完成这一切之后，您的代码不仅速度快，而且出错的错误率也很低

下面的帖子是解释哪里出了问题

使用ICP，我们仅使用几何信息来细化此转换。但是，此处ICP降低了精度。结果是，ICP尝试匹配尽可能多的对应点。在这里，屏幕后面的背景在两次扫描中比屏幕本身有更多的点。然后，ICP将对齐云，以最大化背景上的对应关系。然后屏幕未对齐

---

如果知道对象在录制之间旋转的角度，可以将反向旋转应用于相应的点云。这应该给你一个足够好的ICP起点，这样你就不需要SAC了。对于录制之间的旋转角度：您必须通过反复试验来确定。您可以从旋转20度开始，这将为ICP提供足够的重叠。然后你可以试着增加角度，这样你就不用经常扫描了。@HenningJ:好的，谢谢，但是如果我不知道角度怎么办？我用手手动旋转，不知道角度。在ICP中我应该在哪里设置角度？在将点云输入ICP之前，必须旋转点云。对于角度：你可以猜出来。如果你得到了接近正确的结果，这对于ICP来说就足够了。为了验证它是否有效，您可以在应用ICP之前将两个点云可视化在一起，或者手动对齐它们。@HenningJ:我试试您说的。但是我想要完全自动的点云对齐，不需要调整角度，这是可能的吗？我不想干体力活，当然可以。我只是喜欢从小处做起并以此为基础。其中一个PCL教程听起来很像你想要做的：谢谢你的回答，我尝试了小角度旋转，ICP的结果很好，fitnes分数约为0.02-0.05，但是当我对齐所有这些点云以获得模型时，我得到了非常糟糕的结果。我试着用不同的fueauture描述符用sac来表示初始的gues，但没能得到好的初始gues。正如我看到的，大多数pcl特征描述符不使用颜色信息。你建议我做什么？如果你需要，我可以分享我的exampe pcd数据库。不要看fitnis分数，试着使用PCL的主干版本：谢谢你的回答。我尝试了这些代码，但在第一步转换Nan值后，有一个函数可以删除这些值，谷歌搜索，还有函数名，别忘了需要计算法线