我觉得有必要专门把这段心路历程拿出来分享一下。 在这个简易三维扫描项目中，我们并没有实战拼接。但是我提到了贴点以及其他的拼接办法。现在，我将简单介绍ＩＣＰ——迭代最近点(Iterative Closest Point, ICP)算法。

ICP算法是点云精确匹配中一种重要的算法。 1992年，由Besl首先提出，该算法是通过迭代计算，使两片点云上对应点对或点面距离的均方误差最小。其核心算法步骤主要包括： １）需要找到两幅要匹配点云的最近匹配点。 ２）计算两幅匹配点云的旋转矩阵。 ３）计算两幅图像的平移矩阵。 ４）如果两组点云距离小于给定的阈值或超过最大迭代次数，迭代停止。 放在本项目中，整体会经历四个过程： １）对原始点云数据进行采样 ２）确定初始对应点集 ３）去除错误对应点对 ４）坐标变换的求解。 其实你只需要百度一下 ICP算法 就可以得到很多很多很详细的说明了。

唯一需要注意的一点！ PCL自带OpenNI，和我博客里给出的，也就是MIT那个SampleOpenNI库以及同时安装的OpenNI有冲突！想安装PCL得先把你之前安装的开源玩意删干净。

在被测物体上贴点，或是在被测物体旁边贴点，在拼接时就可以不用ICP迭代迭代再迭代，效率高得很。 但是贴点的话实在是太累了… 最累的其实还不是往上贴的时候，而是向下撕的时候……那个丧心病狂啊！

但是效果还是很好的。 那么什么时候效果不算好呢？ 想像一下，有一台这样子的人体扫描仪。 如果我们只在底下的台子上贴点，会怎么样？拼接出来会歪！可能下面拼得很好，但上面的人就是一片朝里，一片朝外，一片左扭一点，一片右扭一点了。

如果设计上图这种大型扫描平台，在平台上提前贴好点，被扫描到的地方都贴上点，可想而知是很多很多点，使用多台扫描仪，在瞬间完成扫描，即可完成拼接。但是如果扫描时间过长，有可能被测物体会移动，导致拼接不准。但是如果不会动就没有这个问题了。 同样是大型扫描平台，如果是要扫汽车，还要贴点，那么就是先贴编码点（理解为大点），再贴小圆点（小点），拿个单反拍整个大点，把大半辆车都拍进去，得到稀疏框架/轮廓点，再拿扫描仪扫小点，最后依靠编码点和小圆点实现拼接。 还是大型扫描平台，还是扫汽车，可以用手持扫描仪，但是除了我之前提到过的手持式扫描仪外，其实还有一个设备才能组成一套完整的扫描系统：必须有一个摄像头，实时看着你的手持扫描设备，来确定世界坐标系。当车太大，手持扫描系统需要移动时，这个摄像头就可以定下新的手持扫描仪的位置。

回到ICP和贴点上来。 就经验来说，没有个80%-90%的重合度就不要用什么ICP了，50%的重合度那几乎一定会错误的，纵使他能返回结果也是错误的，退一步来说，如果我们已经有了这种平台， 那么，可想而知扫描仪的角度以及其他参数都固定了，那么我们只需要标定好所有扫描仪，把它们都标定在一个坐标系下（这里可以回顾一下我之前的那个转盘扫描仪的项目），就可以很好的完成扫描，之后取点云子集，子集的位置就是两片点云的重合处，如果你3台扫描仪扫，肯定会有重合的地方的，那就拿出重合的地方ICP，这样就准了。

至于贴点……真的好麻烦啊……