PCL点云库学习&VS2010(X64)》Part 13 PCL1.72（VTK6.2.0）ICP示例（兔子的匹配效果）（博主写的系列文章好）

Part 13 PCL1.72（VTK6.2.0）ICP示例

1、ICP

cpp:

[html]  view plain  copy

1. #include <iostream>  
2. #include <pcl/io/pcd_io.h>  
3. #include <pcl/point_types.h>  
4. #include <pcl/registration/icp.h>  
5. #include <pcl/visualization/pcl_visualizer.h>  
6.   
7. int main(int argc, char** argv)  
8. {  
9.     pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_source (new pcl::PointCloud<pcl::PointXYZ>);  
10.     pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_target (new pcl::PointCloud<pcl::PointXYZ>);  
11.     pcl::PointCloud<pcl::PointXYZ>::Ptr cloud_source_registration (new pcl::PointCloud<pcl::PointXYZ>);  
12.   
13.   
14.     // check arguments  
15.     if(argc != 3) {  
16.         std::cout << "ERROR: the number of arguments is illegal!" << std::endl;  
17.         return -1;  
18.     }  
19.       
20.     // load pcd file  
21.     if(pcl::io::loadPCDFile<pcl::PointXYZ>(argv[1], *cloud_source)==-1) {  
22.         std::cout << "load source failed!" << std::endl;  
23.         return -1;  
24.     }  
25.     std::cout << "source loaded!" << std::endl;  
26.   
27.     if(pcl::io::loadPCDFile<pcl::PointXYZ>(argv[2], *cloud_target)==-1) {  
28.         std::cout << "load target failed!" << std::endl;  
29.         return -1;  
30.     }  
31.     std::cout << "target loaded!" << std::endl;  
32.       
33.     // ICP  
34.     pcl::IterativeClosestPoint<pcl::PointXYZ, pcl::PointXYZ> icp;  
35.     pcl::search::KdTree<pcl::PointXYZ>::Ptr tree1 (new pcl::search::KdTree<pcl::PointXYZ>);  
36.     tree1->setInputCloud(cloud_source);  
37.     pcl::search::KdTree<pcl::PointXYZ>::Ptr tree2 (new pcl::search::KdTree<pcl::PointXYZ>);  
38.     tree2->setInputCloud(cloud_target);  
39.     icp.setSearchMethodSource(tree1);  
40.     icp.setSearchMethodTarget(tree2);  
41.     icp.setInputSource(cloud_source);  
42.     icp.setInputTarget(cloud_target);  
43.     icp.setMaxCorrespondenceDistance(1500);  
44.     icp.setTransformationEpsilon(1e-10);  
45.     icp.setEuclideanFitnessEpsilon(0.1);  
46.     icp.setMaximumIterations(300);  
47.     icp.align(*cloud_source_registration);  
48.     Eigen::Matrix4f transformation = icp.getFinalTransformation();  
49.     std::cout << transformation << std::endl;  
50.   
51.     // display  
52.     pcl::visualization::PCLVisualizer viewer;  
53.     pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> src_r_h(cloud_source_registration, 255, 0, 0);  
54.     pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> tgt_h (cloud_target, 0, 255, 0);  
55.     pcl::visualization::PointCloudColorHandlerCustom<pcl::PointXYZ> src_h (cloud_source, 0, 0, 255);  
56.     viewer.addPointCloud(cloud_source_registration, src_r_h,"source_r");  
57.     viewer.addPointCloud(cloud_target, tgt_h, "target");  
58.     viewer.addPointCloud(cloud_source, src_h, "source");  
59.     viewer.spin();  
60.     return 0;  
61. }  

控制台中运行，输入icp.exe rabbit.pcd rabbit_t.pcd，可以看到配准的效果。

从倒数第6-8行代码可以知道，配准后的数据颜色设置为红色，配准目标数据为绿色，配准的源数据为蓝色。

转：https://blog.csdn.net/sinat_24206709/article/details/51788173