zhangxy0517
commented
11 months ago 这两个文件保存的是三维点匹配数据，即MAC的输入。corr.txt中保存的是匹配点在点云中的索引，corr_data.txt保存匹配点坐标。匹配的生成见example_with_fpfh.py, 通过numpy.savetxt保存为文件
Open yangfeng-Lyu opened 11 months ago
zhangxy0517
commented
11 months ago 这两个文件保存的是三维点匹配数据，即MAC的输入。corr.txt中保存的是匹配点在点云中的索引，corr_data.txt保存匹配点坐标。匹配的生成见example_with_fpfh.py, 通过numpy.savetxt保存为文件
yangfeng-Lyu
commented
11 months ago 作者您好！非常感谢您解答我的疑惑。此外，我在使用自己数据进行配准时发现一个问题，当我使用这个数据时，效果很不错，但是当我使用另一个时，效果不理想。我尝试修改这些参数（voxel_down_sample(0.05)，src_desc = extract_fpfh_features(src_kpts, 0.5），tgt_desc = extract_fpfh_features(tgt_kpts, 0.5)，），但似乎不起作用。您知道该怎么处理吗？
zhangxy0517
commented
11 months ago voxel_down_sample 和 extract_fpfh_features 的数值参数建议保持一致。可以先计算两点云的平均分辨率 ，然后将这里的参数设为平均分辨率的倍数（例如5倍）
您好！ 我是一名点云配准的初学者，非常感谢您在点云配准工作的贡献！我尝试在python版本中的example.py中使用自己的数据进行配准，想请教test文件夹中的corr.txt和corr_data.txt是代表这什么，它们是如何生成的，是否影响使用自己的数据配准效果？希望您可以解答一下。