3D 点云的全局匹配

点云匹配的方式有很多种。比如ICP，pcl对ppf的匹配什么的。但他们中的大多数都是将一个目标与一个源匹配（一对一）。

现在我有一个案例，我有一个以瓶子为模型的点云，另一个点云是很多瓶子作为场景。我想将模型与场景相匹配，并且不仅得到一个对象的结果（一个接一个）。

我在 MVTEC 中找到了一个 api，这正是我需要的，但需要付费。

您可以看到照片左侧是真实场景，右侧是点云。我想在使用一个模型点云的场景点云中找到“很多瓶子”。

我知道有一些方法可以声明全局对位，但所有这些方法都只能匹配场景中的一个结果，而不是我想要的得到多个结果的方法。

是否有任何想法或实现方法是开源的或在任何论文中？

OpenCV 这里有一个表面匹配模块：

该算法基于 Bertram Drost 的点对特征。 Halcon 中的方法也是基于点对特征的。您应该注意该方法已获得 MVTec 的专利。

除此之外，我还会查看最新 BOP 挑战（6D 对象姿态估计基准）中的一些论文。一些基于深度学习的方法开始显示出与 Halcon 中发现的方法类似的结果。