1.3 什么是点云配准

点云配准技术是三维视觉领域的核心任务之一，在三维视觉应用系统中，下游任务往往依赖三维配准技术。三维点云配准的实质是计算同一物体或场景不同视点下采集到的点云之间的变换关系，从而将其统一到同一坐标系下得到完整的点云。由于数据采集传感器的视角有限，单次测量只能得到目标场景的部分数据，点云配准能够将多次测量的数据拼接起来以获得相对完整的点云，为后续的三维建模、目标识别、场景理解奠定数据基础。点云配准的核心在于求解点云之间的变换关系。求解变换关系的前提是确定点云之间的匹配对应关系，确定好点对之间的对应关系后利用几何变换方程即可求解参数矩阵。

点云配准包含粗配准和精配准两步。粗配准指的是在两帧点云位置相差较大（如两帧位于相机坐标系的点云），相对位姿完全未知的情况下进行较为粗糙的配准，目的是为后续精配准提供较好的变换初值。精配准在给定初始变换矩阵的条件下，进一步优化得到更精确的变换。按照点云之间的几何变换关系将配准算法分为基于刚性变换的配准算法（简称刚性配准）和基于非刚性变换的配准算法（简称非刚性配准）。

1.3.1 刚性配准

刚性配准是指两个点云的形状大小和物理特性是不发生任何改变的，只有空间位置与姿态发生了改变。单帧点云只能表示物体表面单一视角的几何信息，因此，要获得物体表面的完整几何信息，需要通过刚性变换将不同视角下的单帧点云配准为一个整体。目前，根据需刚性配准的三维点云的数量，可分为多视角配准和成对配准。其中，成对配准也称为两两配准，如图1-6所示，每次只对一对三维点云进行配准；多视角配准是对多个三维点云同时进行配准，每个三维点云均为部分点云，即实物的部分视图。在实际应用中，多视角配准往往也可以通过两两配准的方式来实现，故而成对配准是三维点云配准技术的核心内容。

图1-6 点云刚性配准

1.3.2 非刚性配准

在一些三维重建应用中，需要重建的对象有时是非刚性的，例如人体或动物，如图1-7所示，因而采集到的不同时刻或视角的三维数据可能会发生非刚性形变。另外，带有标定误差的点云获取设备也可能把非刚性形变引入到输出的点云数据中。直接将刚性配准算法应用到带有非刚性形变的数据，通常不会得到理想的配准效果。要解决这一问题，需通过非刚性变换对数据进行配准，即非刚性配准。由于非刚性变换缺乏统一的参数化描述，导致求解的参数很多，因此非刚性配准问题比刚性配准问题更难。

图1-7 非刚性配准（Fusion4D）