在过去的几周里，我一直在从事一个关于 3D 对象识别的项目。我对点云处理和 PCL 很陌生，所以我尝试了基于对应分组的对象识别教程（https://pcl.readthedocs.io/projects/tutorials/en/master/correspondence_grouping.html#correspondence-分组）。我使用体素网格作为关键点、SHOT 描述符和 Hough Voting 作为对应分组方法。我正在使用自己的点云，并且我已经使用这些参数已经有一段时间了。对于我的一些点云，结果非常好。我已经上传了使用的模型（Model.pcd）和两个场景（Scene1.pcd、Scene1.png 和 Scene2.pcd、Scene2.png）以及它们对应的视觉结果（Recognition1(_View2).png 和 Recognition2(_View2)。 png）在以下 zip 文件中：https ://www.mediafire.com/file/ice0d9qrjml6xik/3D-Object-Recognition.zip/file
模型和场景点云没有颜色，为了更好地可视化，它们显示在 png 文件中的多边形网格中。
模型
场景 2
这是场景 2 的结果（场景云为绿色，找到的模型为红色）。
场景 1
虽然场景 2 的结果非常好，但应用相同参数的场景 1 会变得更糟。我现在可以更改参数，以便为第二个场景获得更精确的结果。但与此同时，第一个例子的结果会变得更糟。所以我还没有找到可以对我的所有场景进行良好对象识别的参数。我必须单独更改每个场景的参数。除此之外，当我旋转模型或更改模型位置时，结果会有所不同。所以这个工具链对我来说似乎很不稳定。
您对如何提高对象识别有任何想法吗？只是我还没有找到合适的参数吗？我可以在我的工具链中添加一些东西或改变一些东西吗？PCL 中是否有其他算法可以提供更好的结果？我的点云不是很适合这项任务吗？
干杯:)