Подробное описание

Обзор

Объединение нескольких наборов данных в глобальную согласованную модель обычно выполняется с помощью техники, называемой регистрация. Основная идея заключается в определении соответствующих точек между наборами данных и поиске преобразования, которое минимизирует расстояние (ошибка выравнивания) между соответствующими точками. Этот процесс повторяется, поскольку поиск соответствия зависит от относительного положения и ориентации наборов данных. После того, как ошибки выравнивания опускаются ниже заданного порога, регистрация считается завершенной.

Библиотека pcl_registration реализует множество алгоритмов регистрации облаков точек как для структурированных, так и для неструктурированных (общего назначения) наборов данных.

Требования

Классы
class	pcl::registration::ConvergenceCriteria
	ConvergenceCriteria представляет собой абстрактный базовый класс для различных критериев сходимости, используемых в циклах регистрации. Подробнее...
class	pcl::registration::CorrespondenceEstimationBase< PointSource, PointTarget, Scalar >
	Абстрактный класс CorrespondenceEstimationBase. Подробнее...
class	pcl::registration::CorrespondenceEstimation< PointSource, PointTarget, Scalar >
	CorrespondenceEstimation представляет собой базовый класс для определения соответствий между целевыми и запрошенными наборами точек/признаков. Подробнее...
class	pcl::registration::CorrespondenceEstimationBackProjection< PointSource, PointTarget, NormalT, Scalar >
	CorrespondenceEstimationBackprojection вычисляет соответствия как точки в целевом облаке, у которых минимальное Подробнее...
class	pcl::registration::CorrespondenceEstimationNormalShooting< PointSource, PointTarget, NormalT, Scalar >
	CorrespondenceEstimationNormalShooting вычисляет соответствия как точки в целевом облаке, имеющие минимальное расстояние до нормалей, вычисленных в исходном облаке Подробнее...
class	pcl::registration::CorrespondenceEstimationOrganizedProjection< PointSource, PointTarget, Scalar >
	CorrespondenceEstimationOrganizedProjection вычисляет соответствия путём проецирования облака исходных точек на облако целевых точек с использованием параметров внутренней и внешней камеры. Подробнее...
class	pcl::registration::CorrespondenceRejector
	CorrespondenceRejector представляет собой базовый класс для методов отбрасывания соответствий Подробнее...
class	pcl::registration::DataContainerInterface
	DataContainerInterface предоставляет общий интерфейс для вычисления оценок соответствий между соответственными точками в входном и целевых облаках Подробнее...
class	pcl::registration::DataContainer< PointT, NormalT >
	DataContainer — контейнер для входных и целевых облаков точек, реализующий интерфейс для вычисления оценок соответствий между соответственными точками в входном и целевых облаках Подробнее...
class	pcl::registration::CorrespondenceRejectorDistance
	CorrespondenceRejectorDistance реализует простой метод отбрасывания соответствий, основанный на пороговом значении расстояний между соответствиями. Подробнее...
class	pcl::registration::CorrespondenceRejectorFeatures
	CorrespondenceRejectorFeatures реализует метод отбрасывания соответствий, основанный на наборе описателей признаков. Подробнее...
class	pcl::registration::CorrespondenceRejectorMedianDistance
	CorrespondenceRejectorMedianDistance реализует простой метод отбрасывания соответствий, основанный на пороговом значении, основанном на медианном расстоянии между соответствиями. Подробнее...
class	pcl::registration::CorrespondenceRejectorOneToOne
	CorrespondenceRejectorOneToOne реализует метод отбрасывания соответствий, основанный на исключении дублирующих индексов совпадений в соответствиях. Подробнее...
class	pcl::registration::CorrespondenceRejectionOrganizedBoundary
	Класс CorrespondenceRejectionOrganizedBoundary реализует простой метод отбрасывания соответствий. Подробнее...
class	pcl::registration::CorrespondenceRejectorPoly< SourceT, TargetT >

	CorrespondenceRejectorPoly реализует метод отклонения соответствий, использующий низкоуровневые и инвариантные к повороту геометрические ограничения между двумя наборами точек путём формирования виртуальных полигонов заданной пользователем кратности на каждой модели, используя входные соответствия. Подробнее...
class	pcl::registration::CorrespondenceRejectorSampleConsensus< PointT >
	CorrespondenceRejectorSampleConsensus реализует отклонение соответствий с использованием случайного согласованного консенсуса для определения инлайнеров (и отклонения аутлайнеров) Подробнее...
class	pcl::registration::CorrespondenceRejectorSampleConsensus2D< PointT >
	CorrespondenceRejectorSampleConsensus2D реализует отклонение соответствий на основе пикселей с использованием случайного согласованного консенсуса для определения инлайнеров (и отклонения аутлайнеров) Подробнее...
class	pcl::registration::CorrespondenceRejectorSurfaceNormal
	CorrespondenceRejectorSurfaceNormal реализует простой метод отклонения соответствий, основанный на угле между нормалями в соответствующих точках. Подробнее...
class	pcl::registration::CorrespondenceRejectorTrimmed
	CorrespondenceRejectorTrimmed реализует отклонение соответствий для алгоритмов регистрации типа ICP, использующих только лучшие 'k' соответствий, где 'k' — это некоторая оценка перекрытия между двумя регистрируемыми облаками точек. Подробнее...
class	pcl::registration::CorrespondenceRejectorVarTrimmed
	CorrespondenceRejectoVarTrimmed реализует простой метод отклонения соответствий, рассматривая в качестве инлайнеров определённый процент соответствий с наименьшими расстояниями. Подробнее...
struct	pcl::registration::sortCorrespondencesByQueryIndex
	sortCorrespondencesByQueryIndex : функтор для сортировки соответствий по индексу запроса Подробнее...
struct	pcl::registration::sortCorrespondencesByMatchIndex
	sortCorrespondencesByMatchIndex : функтор для сортировки соответствий по индексу совпадения Подробнее...
struct	pcl::registration::sortCorrespondencesByDistance
	sortCorrespondencesByDistance : функтор для сортировки соответствий по расстоянию Подробнее...
struct	pcl::registration::sortCorrespondencesByQueryIndexAndDistance
	sortCorrespondencesByQueryIndexAndDistance : функтор для сортировки соответствий по индексу запроса и расстоянию Подробнее...
struct	pcl::registration::sortCorrespondencesByMatchIndexAndDistance
	sortCorrespondencesByMatchIndexAndDistance : функтор для сортировки соответствий по индексу совпадения и расстоянию Подробнее...
class	pcl::registration::DefaultConvergenceCriteria< Scalar >
	DefaultConvergenceCriteria представляет собой экземпляр ConvergenceCriteria и реализует следующие критерии для оценки цикла регистрации: Подробнее...
struct	pcl::registration::NullMeasurement
	NullMeasurement структура Подробнее...
struct	pcl::registration::PoseMeasurement< VertexT, InformationT >
	PoseMeasurement структура Подробнее...
class	pcl::registration::ELCH< PointT >
	ELCH (Явный алгоритм закрытия цикла) класс Подробнее...

class	pcl::GeneralizedIterativeClosestPoint< PointSource, PointTarget, Scalar >
	ОбобщённыйИтеративныйБлижайшийТочка — это вариант ICP, реализующий алгоритм обобщённой итеративной точки ближайшего соседа, как описано Алексом Сегалом и др. Подробнее...
class	pcl::GeneralizedIterativeClosestPoint6D
	ОбобщённыйИтеративныйБлижайшийТочка6D интегрирует информацию о цветовом пространстве Lab* в алгоритм обобщённой итеративной точки ближайшего соседа (GICP). Подробнее...
class	pcl::registration::GraphHandler< GraphT >
	ОбработчикГрафика — это оболочка для общего графика SLAM. Фактический класс графика должен удовлетворять следующим концепциям boost::graph: Подробнее...
class	pcl::registration::GraphOptimizer< GraphT >
	ОптимизаторГрафика класс; наследуйте и специализируйте для каждого типа графика Подробнее...
class	pcl::GraphRegistration< GraphT >
	РегистрацияГрафика — базовый класс для методов регистрации, основанных на графах Подробнее...
class	pcl::registration::FPCSInitialAlignment< PointSource, PointTarget, NormalT, Scalar >
	НачальноеВыравниваниеFPCS вычисляет соответствующие наборы четырёх точек, конгруэнтных по отношению друг к другу, как описано в: «4-точечные конгруэнтные множества для надёжной парной регистрации поверхностей», Дрор Айгер, Нилой Митра, Даниэль Коэн-Ор. Подробнее...
class	pcl::registration::KFPCSInitialAlignment< PointSource, PointTarget, NormalT, Scalar >
	НачальноеВыравниваниеKFPCS вычисляет соответствующие наборы четырёх точек, конгруэнтных по отношению друг к другу, на основе ключевых точек, как описано в: «Бесмаркерная регистрация облаков точек с помощью наборов четырёх конгруэнтных точек, основанных на ключевых точках», Паскаль Телер, Ян Дирк Вегнер, Конрад Шиндлер. Подробнее...
class	pcl::SampleConsensusInitialAlignment< PointSource, PointTarget, FeatureT >
	НачальноеВыравниваниеОбразцаКонсенсуса — это реализация алгоритма начального выравнивания, описанного в разделе IV «Быстрые гистограммы признаков точек (FPFH) для 3D-регистрации», Русу и др. Подробнее...
class	pcl::IterativeClosestPoint< PointSource, PointTarget, Scalar >
	ИтеративныйБлижайшийТочка предоставляет базовую реализацию алгоритма итеративного ближайшего соседа. Подробнее...
class	pcl::IterativeClosestPointWithNormals< PointSource, PointTarget, Scalar >
	ИтеративныйБлижайшийТочкаСНормалями — частный случай ИтеративныйБлижайшийТочка, по умолчанию использующий преобразование, рассчитанное на основе расстояний «точка-плоскость». Подробнее...
class	pcl::IterativeClosestPointNonLinear< PointSource, PointTarget, Scalar >
	НелинейныйИтеративныйБлижайшийТочка — это вариант ICP, использующий оптимизацию Levenberg-Marquardt. Подробнее...
class	pcl::registration::IncrementalRegistration< PointT, Scalar >
	Инкрементальный ИтеративныйБлижайшийТочка класс. Подробнее...
class	pcl::JointIterativeClosestPoint< PointSource, PointTarget, Scalar >
	СовместныйИтеративныйБлижайшийТочка расширяет ICP до нескольких кадров, которые разделяют одно и то же преобразование. Подробнее...
class	pcl::registration::LUM< PointT >
	Глобальное согласованное сопоставление сканирования, основанное на алгоритме Лу и Милиоса. Подробнее...
class	pcl::registration::MetaRegistration< PointT, Scalar >
	Мета-Регистрация класс. Подробнее...
class	pcl::PairwiseGraphRegistration< GraphT, PointT >
	ПарнаяРегистрацияГрафика класс выравнивает облака попарно Подробнее...

class	pcl::Registration< PointSource, PointTarget, Scalar >
	Registration представляет собой базовый класс регистрации для методов общего назначения, подобных ICP. Подробнее...
class	pcl::SampleConsensusPrerejective< PointSource, PointTarget, FeatureT >
	Класс оценки позы и выравнивания с использованием процедуры prerejective RANSAC. Подробнее...
class	pcl::registration::TransformationEstimation< PointSource, PointTarget, Scalar >
	TransformationEstimation представляет собой базовый класс для методов оценки преобразования на основе: Подробнее...
class	pcl::registration::TransformationEstimation2D< PointSource, PointTarget, Scalar >
	TransformationEstimation2D реализует простую оценку жесткого 2D-преобразования (x, y, theta) для данной пары наборов данных. Подробнее...
class	pcl::registration::TransformationEstimation3Point< PointSource, PointTarget, Scalar >
	TransformationEstimation3Points представляет класс для оценки преобразования на основе: Подробнее...
class	pcl::registration::TransformationEstimationDQ< PointSource, PointTarget, Scalar >
	TransformationEstimationDQ реализует основанную на двойных кватернионах оценку преобразования, выравнивающего заданные соответствия. Подробнее...
class	pcl::registration::TransformationEstimationDualQuaternion< PointSource, PointTarget, Scalar >
	TransformationEstimationDualQuaternion реализует основанную на двойных кватернионах оценку преобразования, выравнивающего заданные соответствия. Подробнее...
class	pcl::registration::TransformationEstimationLM< PointSource, PointTarget, MatScalar >
	TransformationEstimationLM реализует основанную на методе Левенберга-Марквардта оценку преобразования, выравнивающего заданные соответствия. Подробнее...
class	pcl::registration::TransformationEstimationPointToPlane< PointSource, PointTarget, Scalar >
	TransformationEstimationPointToPlane использует оптимизацию Левенберга-Марквардта для поиска преобразования, которое минимизирует расстояние точка-плоскость между заданными соответствиями. Подробнее...
class	pcl::registration::TransformationEstimationPointToPlaneLLS< PointSource, PointTarget, Scalar >
	TransformationEstimationPointToPlaneLLS реализует приближение методом наименьших квадратов (LLS) для минимизации расстояния точка-плоскость между двумя облаками соответствующих точек с нормалями. Подробнее...
class	pcl::registration::TransformationEstimationPointToPlaneLLSWeighted< PointSource, PointTarget, Scalar >
	TransformationEstimationPointToPlaneLLSWeighted реализует приближение методом наименьших квадратов (LLS) для минимизации расстояния точка-плоскость между двумя облаками соответствующих точек с нормалями, с возможностью присвоения весов соответствиям. Подробнее...
class	pcl::registration::TransformationEstimationPointToPlaneWeighted< PointSource, PointTarget, MatScalar >
	TransformationEstimationPointToPlaneWeighted использует оптимизацию Левенберга-Марквардта для поиска преобразования, которое минимизирует расстояние точка-плоскость между заданными соответствиями. Подробнее...
class	pcl::registration::TransformationEstimationSVD< PointSource, PointTarget, Scalar >
	TransformationEstimationSVD реализует основанную на SVD оценку преобразования, выравнивающего заданные соответствия. Подробнее...
class	pcl::registration::TransformationEstimationSVDScale< PointSource, PointTarget, Scalar >
	TransformationEstimationSVD реализует основанную на SVD оценку преобразования, выравнивающего заданные соответствия. Подробнее...

class	pcl::registration::TransformationEstimationSymmetricPointToPlaneLLS< PointSource, PointTarget, Scalar >
	pcl::registration::TransformationEstimationSymmetricPointToPlaneLLS реализует приближение по методу наименьших квадратов (LLS) для минимизации симметричного расстояния точка-плоскость между двумя облаками соответствующих точек с нормалями. Подробнее...
class	pcl::registration::TransformationValidation< PointSource, PointTarget, Scalar >
	Класс TransformationValidation представляет базовый класс для методов, которые проверяют корректность преобразования, найденного с помощью TransformationEstimation. Подробнее...
class	pcl::registration::TransformationValidationEuclidean< PointSource, PointTarget, Scalar >
	TransformationValidationEuclidean вычисляет норму L2SQR между набором исходных и целевых данных. Подробнее...
struct	pcl::registration::NullEstimate
	NullEstimate структура Подробнее...
struct	pcl::registration::PoseEstimate< PointT >
	PoseEstimate структура Подробнее...
class	pcl::registration::WarpPointRigid< PointSourceT, PointTargetT, Scalar >
	Базовый класс для трансформации точек. Подробнее...
class	pcl::registration::WarpPointRigid3D< PointSourceT, PointTargetT, Scalar >
	WarpPointRigid3D позволяет выполнять 3D (1D вращение + 2D перемещение) преобразования точек. Подробнее...
class	pcl::registration::WarpPointRigid6D< PointSourceT, PointTargetT, Scalar >
	WarpPointRigid3D позволяет выполнять 6D (3D вращение + 3D перемещение) преобразования точек. Подробнее...

© 2009–2012, Willow Garage, Inc.
© 2012–, Open Perception, Inc.
Licensed under the BSD License.
https://pointclouds.org/documentation/group__registration.html

Подробное описание

Обзор

Требования

Классы