如何将 1 个点云数据与 1 个或多个点云数据进行比较？
How to compare 1 point cloud data with 1 or more point cloud data?
我想将一个点云数据（.pcd , .ply 文件）与 1 个或多个点云数据进行比较，并希望得到相似的点或补丁。所以我想知道必须使用哪种技术或算法？
您想做的是：
特征点检测：在点云的表面上找到具有非常独特和描述性邻域的点。
特征估计：对于这些点和它们的邻居（通常在球形半径 R 内）计算一个描述符。这可以是直方图、简单值或多维向量。取决于您使用的描述符。
找到对应关系：现在对于两个点云，比较这些描述符并找到匹配的（这些是对应关系）并尝试以某种方式找到这些对应关系一个点云适合另一个。拒绝不匹配的信件。
如果两朵云有一组匹配的对应关系，你可以说这两者肯定很相似。
我建议使用点云库 (PCL)。这里有一个很好的教程：
http://pointclouds.org/documentation/tutorials/correspondence_grouping.php#correspondence-grouping
这里还有一个特征算法的概述（虽然不完整）：
https://github.com/PointCloudLibrary/pcl/wiki/Overview-and-Comparison-of-Features
我想将一个点云数据（.pcd , .ply 文件）与 1 个或多个点云数据进行比较，并希望得到相似的点或补丁。所以我想知道必须使用哪种技术或算法？
您想做的是：
特征点检测：在点云的表面上找到具有非常独特和描述性邻域的点。
特征估计：对于这些点和它们的邻居（通常在球形半径 R 内）计算一个描述符。这可以是直方图、简单值或多维向量。取决于您使用的描述符。
找到对应关系：现在对于两个点云，比较这些描述符并找到匹配的（这些是对应关系）并尝试以某种方式找到这些对应关系一个点云适合另一个。拒绝不匹配的信件。
如果两朵云有一组匹配的对应关系，你可以说这两者肯定很相似。
我建议使用点云库 (PCL)。这里有一个很好的教程：
http://pointclouds.org/documentation/tutorials/correspondence_grouping.php#correspondence-grouping
这里还有一个特征算法的概述（虽然不完整）：
https://github.com/PointCloudLibrary/pcl/wiki/Overview-and-Comparison-of-Features