PCL：将两个点云缩放到相同大小

Question

bounty到期在7小时内。这个问题的答案有资格获得+ 50声望赏金。progNewbie想要引起更多关注来回答这个问题。

我有两个点云，并尝试将它们缩放到相同大小。我的第一种方法是将特征值的平方根除掉：

pcl::PCA<pcl::PointNormal> pca;
pca.setInputCloud(model_cloud_ptr);
Eigen::Vector3f ev_M = pca.getEigenValues();

pca.setInputCloud(segmented_cloud_ptr);
Eigen::Vector3f ev_S = pca.getEigenValues();

double s = sqrt(ev_M[0])/sqrt(ev_S[0]);

这有助于我将模型云扩展到与分段云大致相同的大小。但是结果确实不是那么完美。这是一个简单的估计。我尝试使用TransformationEstimationSVDScale以及SampleConsensusModelRegistration中的this tutorial来做。但是这样做时，我得到一条信息，即源点/索引的数量与目标点/索引的数量不同。

当云中有不同数量的点时，将云缩放到相同大小的最佳方法是什么？

Answer 1

似乎您应该能够：

• 将所有内容投影到前两个特征向量上
• 分别取最小和最大
• 减去每个特征向量/数据集对的最大-最小
• 采用两个范围的最大值（通常，但不总是第一个特征向量-如果不是，则要旋转最终显示）
• 使用那些最大值的比例作为缩放常数