Opencv 合并由视差图构建的2个点云

Opencv 合并由视差图构建的2个点云,opencv,point-clouds,disparity-mapping,Opencv,Point Clouds,Disparity Mapping,我有一个立体对(2个透视相机),它是旋转的,不移动。使用传统的opencv方法,我找到了视差图和透视投影矩阵Q 由此,我为两个不同的立体对方向构建了两个点云。我确实知道描述每个云的相机方向的角度(视差图) 我的问题是如何变换(旋转、平移)这些云以获得匹配?数学落后于什么 我天真地认为,仅仅通过反向旋转角度旋转第二团云就足够了,但从实践和理论角度来看,它都不起作用。有什么想法吗 需要平移和旋转。此外,您应该使用ICP进行精细调整,也许可以使用kinectFusionI中描述的一些融合方法。我确实知

我有一个立体对(2个透视相机),它是旋转的,不移动。使用传统的opencv方法,我找到了视差图和透视投影矩阵Q

由此,我为两个不同的立体对方向构建了两个点云。我确实知道描述每个云的相机方向的角度(视差图)

我的问题是如何变换(旋转、平移)这些云以获得匹配?数学落后于什么


我天真地认为,仅仅通过反向旋转角度旋转第二团云就足够了,但从实践和理论角度来看,它都不起作用。有什么想法吗

需要平移和旋转。此外,您应该使用ICP进行精细调整,也许可以使用kinectFusionI中描述的一些融合方法。我确实知道我需要这两种方法,但细节是什么(将ICP的精细细化放在一边)?查看齐次坐标仿射变换,将旋转和平移组合为一个可应用于点平移和旋转的变换。此外,您应该使用ICP进行精细调整,也许可以使用kinectFusionI中描述的一些融合方法。我确实知道我需要这两种方法,但细节是什么(将ICP的精细细化放在一边)?查看齐次坐标仿射变换,将旋转和平移结合到可应用于点的单个变换