3D点云的全局匹配

Posted 2023-03-16

【中文标题】3D点云的全局匹配

【英文标题】：Global matching of 3D point clouds

【发布时间】：2021-06-27 17:00:05

【问题描述】：

点云匹配的方式有很多种。比如ICP、pcl对ppf的匹配或者别的什么的。但它们中的大多数都是将一个目标与一个源匹配（一个接一个）。

现在我有一个案例，我有一个带有瓶子作为模型的点云，而另一个点云是很多瓶子作为场景。我想将模型与场景匹配，并且不仅获得对象的一个​​结果（一个一个多个）。

我在 MVTEC 中找到了一个 api，这正是我需要的，但它是付费的。

您可以看到照片左侧是真实场景，右侧是点云。 我想在使用一个模型点云的场景点云中找到“许多瓶子”。

我知道有一些声明全局对位点的方法，但它们都只能匹配场景中的一个结果，而不是我想要得到多个结果的结果。

是否有任何想法或实现方法是开源的或在任何论文中？

【参考方案1】：

OpenCV 这里有一个表面匹配模块：

OpenCV Surface Matching

该算法基于 Bertram Drost 的点对特征。 Halcon 中的方法也是基于点对特征。请注意，该方法已获得 MVTec 的专利。

除此之外，我还会查看最新 BOP 挑战（6D 物体姿势估计基准）中的一些论文。一些基于深度学习的方法开始显示与 Halcon 中的方法相似的结果。

BOP Challenge