计算机视觉中的ICP算法

计算机视觉中的ICP算法

 ICP（IteraTIve Closest Point迭代最近点）算法是一种基于轮廓特征或点集对点集的点配准方法如下图

 这里有两个点集，红色部分和蓝色部分。

 ICP算法就是计算怎幺把PB平移旋转，使PB和PR尽量重叠，并建立模型。ICP是改进自对应点集配准算法的一种优化算法。

 对应点集配准算法是假设一个理想状况，将一个模型点云数据X（如蓝色点集）利用四元数旋转，并平移得到点云P（如红色点集）。而对应点集配准算法主要就是怎幺计算出qR和qT的，知道这两个就可以匹配点云了。但是对应点集配准算法的前提条件是计算中的两个点云数据的元素一一对应，这个条件在现实里因误差等问题，不太可能实线，所以就有了ICP算法。

 ICP算法是先计算出从源点云上的（蓝色部分）每个点到目标点云（红色部分）的每个点的距离，使每个点和目标云的最近点匹配，（记得这种映射方式叫满射吧）。