资源简介
function [R1, t1] = reg(data1, data2, corr)
M = data1(:,corr(:,1));
mm = mean(M,2);
S = data2(:,corr(:,2));
ms = mean(S,2);
Sshifted = [S(1,:)-ms(1); S(2,:)-ms(2); ];
Mshifted = [M(1,:)-mm(1); M(2,:)-mm(2); ];
b1 = Sshifted(1,:)*Mshifted(1,:)'+Sshifted(2,:)*Mshifted(2,:)';
b2 = -Sshifted(2,:)*Mshifted(1,:)'+Sshifted(1,:)*Mshifted(2,:)';
bb = (b1^2+b2^2)^0.5;
c = b1/bb; s = b2/bb;
R1 = [c -s
s c];
t1 = mm - R1*ms;
代码片段和文件信息
% function icp
load comparedata.mat
lsr1 = lsrdata(1).lsr; lsr2 = lsrdata(2).lsr;
plot(lsr1(1:)lsr1(2:) ‘.‘); hold on
plot(lsr2(1:)lsr2(2:)‘r.‘);
[R t corr error data2] = icp_2d(lsr1 lsr2 0.1);
plot(data2(1:)data2(2:)‘g.‘);
ncorr = size(corr);
corrline = []; xx=[];
for i = 1:ncorr(1);
corrline = [corrline lsr1(:corr(i1)) data2(:corr(i2))[nan;nan]];
x = 0.5*(lsr1(:corr(i1)) + data2(:corr(i2)));
xx = [xxx];
end
plot(corrline(1:)corrline(2:)‘r‘);
id1 = 1:length(lsr1); id2 = 1:length(lsr2);
sid1 = setdiff(id1corr(:1)); sid2 = setdiff(id2corr(:2));
x = [lsr1(:sid1)data2(:sid2)xx];
% plot(x(1:)x(2:)‘^‘);
hold off
属性 大小 日期 时间 名称
----------- --------- ---------- ----- ----
文件 8929 2009-07-13 10:14 ICP-matlab程序\comparedata.mat
文件 711 2012-07-15 16:13 ICP-matlab程序\icp.m
文件 3695 2011-08-17 22:39 ICP-matlab程序\icp_2d.m
目录 0 2012-07-15 16:14 ICP-matlab程序
----------- --------- ---------- ----- ----
13335 4
- 上一篇:贝叶斯辨识的matlab程序
- 下一篇:matlab基于遗传算法实现的高效排课系统
相关资源
- 模板匹配,使用matlab语言实现图像匹
- 基于蚁群算法和神经网络匹配算法的
- 边界匹配算法MATLAB源程序
- matlab块匹配算法
- 基于轮廓提取的多边形近似匹配算法
- 基于MATLAB的SADSSD模板匹配算法
- Matlab图像模板匹配算法
- ICP算法matlab程序
- matlab实现穷尽块匹配算法
- 点云配准的ICP算法代码
- PLICP和matlabicp代码
- 点云的边界提取
- SSD+SAD+NCC立体匹配算法matlab代码
- Surf特征匹配Matlab代码
- SSDA图像匹配算法
- 最小二乘匹配算法、matlab版
- Las点云数据读取代码
- BP Match 基于置信传播的立体匹配算法
- matlab曲面分析点云数据
- 模板匹配算法车牌识别
- matlab 经典的ICP点云配准算法
- LASreadAll las文件是激光点云数据文件
- 含三个例子的ICP点云配准算法
- SLICPdbscan 运用超像素分割算法对图像
- 使用包围盒算法对三维激光点云数据
- sicktoolbox 提供激光雷达点云数据的读
- image_matching
- PointCloud3DReconstruction 实现了点云的三
- ICP
- bianjieXY 程序可以提取点云数据的特征
评论
共有 条评论