ohenrygithub

查看了一下源码，detector构造函数和init_Scene_kdtree_cpu函数，对两个阈值的使用是不一样的，前者用来寻找特征点，并进行筛选，后者用来做canny算子的参数，不过，粗略看了一下icp相关论文，似乎icp配准的时候，待配准平面也要找到一些特征点，这样才能够对应上，当然具体的做法就不清楚了。 目前要调的参数比较多，如果detector构造函数中的weak_threshold和strong_threshold和 init_Scene_kdtree_cpu函数中的阈值可以通用，用起来就要简便一些。 scene.init_Scene_kdtree_cpu(m_detector->dx_, m_detector->dy_, kdtree, 4, m_detector->weak_thresh(), m_detector->strong_thresh()); 不知道这样用会不会有潜在问题。

好的，谢谢

看了一下源码，不知道理解得是否正确， scene.init_Scene_kdtree_cpu是通过处理图像构建场景，在这里就提取了一些点，作为目标点集； cuda_icp::RegistrationResult result = cuda_icp::ICP2D_Point2Plane_cpu(model_pcd, scene); 这里是用模板的特征点集和图像的点集做配准，采用的是icp算法中点到面配准的方式； 所以，之前我遇到的问题：icp没有发生作用，其实是初始化的时候遇到的；scene构造是没有获得足够的点造成的； scene构造的点集从detector获得，detector是从原始图像高斯平衡然后用sobel算子提取边缘获得处理后的图像；