第一步，我们做一个参考平面的点云平面到平面z=zc的旋转。可以按如下步骤进
行：
1>选择参考平面对应点云中的Z坐标的中值z0，然后选择一个大概的中点x0,y0.
2>拟合点云的参考平面方程ax+by+cz+d=0;平面的法向量为（a,b,c）
3>选择（x0,y0,z0）作为旋转中心，将平面的法向量旋转到（0，0，1），
即平面z=z0;
4>将平面z=z0,平移到z=zc;
第二步，我们完成一个x,y方向上的平移和旋转，即一个欧式变换。可以按如下
方式进行：
条件是在参考平面的图像（x,y,z=zc）和点云(x1,y1,z1=zc)上，我们找到至
少三对不共线的对应点。实现如下：
将图像简化为Img(x,y),将点云简化为PC(x1,y1)。
建立如下坐标转换关系
xrrtx
??????
1112x1
??????
y?rrty
??????
2122y1
??????
10011
??????
rrcos??sin?
????
1112
?
????
rrsin?cos?
?2122???
,theta是逆时针旋转的角度。
xcos??sin?tx
??????
x1
??????
y?sin?cos?ty
??????
y1
??????
10011
??????
，存在三个参数。
求解方法：非线性最小二乘
如此一来，可以将点云中（x,y）和图像中的（x,y）对应起来。从而实现了配准。
但是这还是有局限的。相机和深度传感器的光心轴存在夹角，那么这种标定方式只能
在标定平面上取得较高的精度，其他深度情况下，就不准了。这也是为啥kinect的匹
配结果在过近或者过远时误差会大。但其实上也可以根据深度进行补偿回来的。但计
算量就大了！关于用什么方法来补偿，这又是一个值得好好分析的问题啊！ |
|
