PCL_第11章_配准相关

为了节省时间，我打算快速的浏览一下源码11章的内容，大概有所了解。

---

一、正态分布变换    normal_distributions_transform

可参考 https://www.cnblogs.com/21207-iHome/p/7998878.html

正态分布变换算法是一个配准算法（确定两个大型点云（都超过100,000个点）之间的刚体变换），它应用于三维点的统计模型，使用标准优化技术来确定两个点云间的最优的匹配，因为其在配准过程中不利用对应点的特征计算和匹配，所以时间比其他方法快。

pcl::ApproximateVoxelGrid<pcl::PointXYZ> approximate_voxel_filter; //对输入点云进行过滤，缩减时间，减小其数量到10%左右；

pcl::NormalDistributionsTransform<pcl::PointXYZ, pcl::PointXYZ> ndt;//创建带默认参数的NDT算法对象。

---

二、刚性物体的鲁棒位姿估计   Robust_pose_estimation_of_rigid_objects

http://pointclouds.org/documentation/tutorials/alignment_prerejective.php

在存在遮挡情况的场景中估计某个刚性物体的位姿；我是真没明白这实现了啥。

pcl::SampleConsensusPrerejective<PointNT,PointNT,FeatureT> align;//创建

---

三、template alignment 模板对齐 

模板匹配进行多个模板（同一物体不同角度）和场景里的原物体进行匹配。

---

四、VFH描述子——聚类识别cluster recognition

VFH (Viewpoint Feature Histgram)视角特征直方图，聚类识别

https://blog.csdn.net/qq_25491201/article/details/51106621

https://blog.csdn.net/zfjBIT/article/details/93737219

http://robotica.unileon.es/index.php/PCL/OpenNI_tutorial_4:_3D_object_recognition_(descriptors)#VFH

---