主要内容
利用特征估计两点云之间的变换
此示例演示如何估计两点云之间的刚性变换。在本例中，使用特征提取和匹配可以显著减少估计所需的点数。在你使用特征提取函数从点云中提取快速点特征直方图（FPFH）特征，使用pcmatchfeatures函数在提取的特征中搜索匹配项估计几何变换3D函数和匹配特征来估计刚性变换。
预处理
通过对输入点云应用刚性变换来创建两个点云。
将点云数据读入工作区。
rng(“默认值”)ptCld=pcread(“highwayScene.pcd”)；ptCld.计数
ANS = 65536.
向下采样点云以提高计算速度，因为它包含约65000个点。
ptCloud=pcdownsample（ptCld，“网格平均”,0.2); ptCloud.Count
ans=24596
创建一个刚性变换矩阵，旋转30度，平移5个单位x- 和y-斧头。
旋转角度=30；旋转角度=0；...-sind（旋转角度）cosd（旋转角度）0；...0 0 1]；trans=[5 5 0]；tform=rigid3d（rot，trans）；
变换输入点云。
ptCloudTformed=pctransform（ptCloud，tform）；
将两点云可视化。
pcshowpair（ptCloud，ptCloudTformed）xlim（[-5075]）ylim（[-4080]）图例(“原件”,“转化”,“文本颜色”,[1 1 0])
特征提取与配准
使用特征提取作用
fixedFeature=extractFPFHFeatures（ptCloud）；movingFeature=extractFPFHFeatures（ptCloudTformed）；
查找匹配特征并显示匹配对的数量。
[matchingPairs，scores]=PCMatchingFeatures（固定特征，移动特征，...ptCloud，ptCloudTformed，“方法”,“详尽的”)；长度（配对）
ans=1814
从点云中选择匹配点。
fixedPts=select（ptCloud，matchingPairs（：，1））；matchingPts=select（ptCloudTformed，matchingPairs（：，2））；
使用匹配点估计变换矩阵。
EstimatedForm=EstimatedGeometricTransform3D（固定点位置，...匹配点位置，“刚性”)；disp（估计表T）
0.8660 0.5000 0.0002 0 -0.5000 0.8660 -0.0002 0 -0.0003 0.0000 1.0000 0 4.9995 5.0022 0.0020 1.0000
显示定义的变换矩阵。
显示（格式T）
0.8660 0.5000 0 0 -0.5000 0.8660 0 0 0 0 1.0000 0 5.0000 5.0000 0 1.0000
使用估计的变换重新传输云彩格式返回到初始点云。
ptCloudTformed=pctransform（ptCloudTformed，invert（estimatedTform））；
将两点云可视化。
pcshowpair（ptCloud，ptCloudTformed）xlim（[-50]）ylim（[-40 60]）标题(“对齐点云”)
您还可以从以下列表中选择网站：
