Оценка 3-D геометрического преобразования из совпадающих пар точек
tform = estimateGeometricTransform3D(matchedPoints1,matchedPoints2,transformType)matchedPoints1 к входам в совпадающие точки из другого набора точек 3-D matchedPoints2.
[ дополнительно возвращает вектор, задающий каждую совпадающую пару точек как inlier или outlier с использованием входных аргументов из предыдущего синтаксиса.tform,inlierIndex] = estimateGeometricTransform3D(___)
[ дополнительно возвращает код состояния, указывающий, может ли функция оценить преобразование, и, если нет, почему это не удалось. Если не указать tform,inlierIndex,status] = estimateGeometricTransform3D(___)status вместо этого функция возвращает ошибку для условий, которые не могут дать результаты.
[___] = estimateGeometricTransform3D(___, указывает дополнительные параметры, использующие один или несколько аргументов пары имя-значение в дополнение к любой комбинации аргументов из предыдущих синтаксисов. Например, Name,Value)'Confidence',99 устанавливает доверительное значение для нахождения максимального количества входов в 99.
Загрузите файл облака точек в рабочее пространство.
ptCloud1 = pcread('teapot.ply')ptCloud1 =
pointCloud with properties:
Location: [41472×3 single]
Count: 41472
XLimits: [-3 3.4340]
YLimits: [-2 2]
ZLimits: [0 3.1500]
Color: []
Normal: []
Intensity: []
ptCloud1 = pcdownsample(ptCloud1,'random',0.25); Создайте объект преобразования жесткого 3-D с поворотом на 30 градусов.
theta = 30; % degrees rot = [cosd(theta) sind(theta) 0; ... -sind(theta) cosd(theta) 0; ... 0 0 1]; trans = [0 0 0]; tform = rigid3d(rot,trans);
Трансформируйте облако точек с помощью объекта преобразования.
ptCloud2 = pctransform(ptCloud1,tform);
Чтобы ввести шум, добавьте случайные точки в оба облака точек.
noise1 = rescale(rand(1000,3),-2,2); ptCloud1 = pointCloud([ptCloud1.Location;noise1]); noise2 = rescale(rand(1000,3),-2,2); ptCloud2 = pointCloud([ptCloud2.Location;noise2]);
Визуализируйте шумные облака точек.
figure
pcshowpair(ptCloud1,ptCloud2)
title('Point Clouds With Added Noise')
Извлеките совпадающие точки из облаков точек.
matchedPoints1 = ptCloud1.Location; matchedPoints2 = ptCloud2.Location;
Оцените жесткое преобразование между облаками точек.
[tformEst,inlierIndex] = estimateGeometricTransform3D(matchedPoints1, ... matchedPoints2,'rigid');
Извлеките внутренние точки.
inliersPtCloud1 = transformPointsForward(tformEst,matchedPoints1(inlierIndex,:)); inliersPtCloud2 = matchedPoints2(inlierIndex,:);
Визуализируйте внутренние поверхности выровненных облаков точек.
figure
firstPtCloud = pointCloud(inliersPtCloud1);
secondPtCloud = pointCloud(inliersPtCloud2);
pcshowpair(firstPtCloud,secondPtCloud)
title('Aligned point clouds')
matchedPoints1 - Первый набор согласованных точек 3-DПервый набор согласованных точек 3-D, заданный как матрица M-by-3, в которой каждая строка является набором (x, y, z) координат, а M - количество согласованных точек.
matchedPoints2 - Второй набор засеченных точек 3-DВторой набор согласованных точек 3-D, заданный как матрица M-by-3, в которой каждая строка является набором (x, y, z) координат, а M - количество согласованных точек.
transformType - Тип преобразования'rigid' | 'similarity'Тип преобразования, указанный как 'rigid' или 'similarity'. Для каждого типа преобразования требуется минимальное количество согласованных пар точек для оценки преобразования. Как правило, точность преобразования можно повысить, используя большее количество совпадающих пар точек. В этой таблице показан тип объекта, связанного с каждым типом преобразования, и минимальное количество совпадающих пар точек, необходимых для преобразования.
transformType | tform Объект | Минимальное количество совпадающих пар точек |
|---|---|---|
'rigid' | rigid3d | 3 |
'similarity' | affine3d | 3 |
Типы данных: string
Укажите дополнительные пары, разделенные запятыми Name,Value аргументы. Name является именем аргумента и Value - соответствующее значение. Name должен отображаться внутри кавычек. Можно указать несколько аргументов пары имен и значений в любом порядке как Name1,Value1,...,NameN,ValueN.
'Confidence',99 устанавливает доверительное значение для нахождения максимального количества входов в 99.'MaxNumTrials' - Максимальное количество случайных испытаний1000 (по умолчанию) | положительное целое числоМаксимальное количество случайных испытаний, указанное как пара, разделенная запятыми, состоящая из 'MaxNumTrials' и положительное целое число. Это значение определяет количество рандомизированных попыток, выполняемых функцией для поиска совпадающих пар точек. При указании более высокого значения функция выполняет дополнительные вычисления, что увеличивает вероятность нахождения inliers.
Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64
'Confidence' - Уверенность в нахождении максимального количества вкладчиков99 (по умолчанию) | положительный числовой скалярУверенность нахождения максимального количества входов, указанного как пара, разделенная запятыми, состоящая из 'Confidence' и положительный числовой скаляр в диапазоне (0, 100). Увеличение этого значения заставляет функцию выполнять дополнительные вычисления, что увеличивает вероятность нахождения большего числа входов.
Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64
'MaxDistance' - Максимальное расстояние от точки до проекции1.5 (по умолчанию) | положительный числовой скалярМаксимальное расстояние от точки до проекции соответствующей точки, определяемое как разделенная запятыми пара, состоящая из 'MaxDistance' и положительный числовой скаляр. 'MaxDistance' указывает максимальное расстояние (в пикселях), на котором точка может отличаться от спроецированного местоположения соответствующей точки, которая будет считаться внутренней. Соответствующая проекция основана на оцененном преобразовании.
Функция проверяет преобразование из matchedPoints1 кому matchedPoints2и затем вычисляет расстояние между согласованными точками в каждой паре после применения преобразования. Если расстояние между согласованными точками в паре больше, чем 'MaxDistance' значение, то пара считается отклонением для этого преобразования. Если расстояние меньше 'MaxDistance', то пара считается инкрустацией.
Типы данных: single | double | int8 | int16 | int32 | int64 | uint8 | uint16 | uint32 | uint64
Функция исключает отклонения, используя алгоритм консенсуса выборки M-оценки (MSAC). Алгоритм MSAC является вариантом алгоритма консенсуса случайных выборок (RANSAC). Результаты не могут быть идентичными между запусками из-за рандомизированного характера алгоритма MSAC.
[1] Хартли, Ричард и Эндрю Зиссерман. Геометрия нескольких видов в компьютерном видении. 2-й ред. Кембридж, Великобритания; Нью-Йорк: Cambridge University Press, 2003.
[2] Торр, П.Х.С. и А. Зиссерман. «MLESAC: новый надежный оценщик с приложением к оценке геометрии изображения». Компьютерное видение и понимание изображений 78, № 1 (апрель 2000 года): 138-56. https://doi.org/10.1006/cviu.1999.0832.