实景三维-武汉大势智慧(图)

全局配准是使用整幅图像直接计算转换矩阵。通过对两帧精细配准结果，按照一定的顺序或一次性的进行多帧图像的配准。这两种配准方式分别称为序列配准（Sequential Registration）和同步配准（Simultaneous Registration）。

配准过程中，匹配误差被均匀的分散到各个视角的多帧图像中，达到削减多次迭代引起的累积误差的效果。值得注意的是，虽然全局配准可以减小误差，但是其消耗了较大的内存存储空间，大幅度提升了算法的时间复杂度。

大势智慧是一家专注于真实世界三维数字化重建及三维数据服务的高新技术企业，公司在城市高精度三维建模、模型应用及语义化理解和文化遗产数字化保护领域具有***的技术优势和丰富实践经验。

PCL部分常用的算法模块：

libpcl I/O：完成数据的输入、输出过程，如点云数据的读写；

libpcl filters：完成数据采样、特征提取、参数拟合等过程；

libpcl register：完成深度图像的配准过程，例如迭代***近点算法；

libpcl surface：完成三维模型的表面生成过程，包括三角网格化、表面平滑等。

大势智慧是一家专注于真实世界三维数字化重建及三维数据服务的高新技术企业，公司在城市高精度三维建模、模型应用及语义化理解和文化遗产数字化保护领域具有***的技术优势和丰富实践经验。

精细配准是一种更深层次的配准方法。经过前一步粗配准，得到了变换估计值。将此值作为初始值，在经过不断收敛与迭代的精细配准后，实景三维，达到更加准确的效果。以经典的ICP算法为例，该算法首先计算初始点云上所有点与目标点云的距离，保证这些点和目标点云的***近点相互对应，同时构造残差平方和的目标函数。