MATLAB ICP 代码

ICP（Iterative Closest Point）算法是一种常用的点云配准算法，MATLAB提供了ICP算法的实现，可以通过点云数据进行三维重建、三维建模等应用。MATLAB ICP算法的实现主要包括以下步骤：
1. 加载点云数据并初始化初始变换矩阵；
2. 选择匹配方法（点到点或点到平面）并设置匹配参数；
3. 迭代计算变换矩阵，直到收敛；
4. 输出最终变换矩阵，并将原始点云进行变换得到配准后的点云。

在MATLAB中，可以通过PointCloudRegistration类来实现ICP算法。具体用法可以参考以下示例代码：

% 加载点云数据
ptCloud1 = pcread('ptCloud1.ply');
ptCloud2 = pcread('ptCloud2.ply');

% 初始化初始变换矩阵
tform = affine3d(eye(4));

% 选择匹配方法并设置匹配参数
matchMethod = 'pointToPoint';
matchParam.MaxIterations = 100;
matchParam.Tolerance = [0.001 0.001 0.001];
matchParam.DistanceThreshold = 0.02;

% 迭代计算变换矩阵
[tform, ptCloud2Registered] = pcregistericp(ptCloud2, ptCloud1, matchMethod, ...
    'InitialTransform', tform, 'Metric', 'pointToPoint', 'MatchTolerance', matchParam);

% 输出最终变换矩阵
disp(tform.T);

% 可视化配准后的点云
figure;
pcshowpair(ptCloud1, ptCloud2Registered, 'VerticalAxis', 'Y', 'VerticalAxisDir', 'down');
xlabel('X'); ylabel('Y'); zlabel('Z');
title('ICP配准结果');