点云配准DCP算法和NICP算法

点云配准是指将多个点云数据集对齐，使它们在同一个坐标系下表示同一个物体或场景。DCP（Dense Correspodence Propagation）算法和NICP（Normal Iterative Closest Point）算法都是常用的点云配准算法。

DCP算法是一种基于密集对应传播的点云配准方法。它通过计算两个点云之间的密集对应关系来实现配准。首先，DCP算法会计算两个点云之间的特征描述子，例如SIFT或SHOT描述子。然后，通过传播这些特征描述子的对应关系，得到整个点云的密集对应关系。最后，使用优化方法（如ICP）来优化初始对齐结果，得到最终的配准结果。

NICP算法是一种基于法向量迭代最近点（Iterative Closest Point）算法。它通过迭代优化来实现点云配准。首先，NICP算法会计算两个点云之间的最近点对应关系。然后，根据最近点对应关系计算两个点云之间的刚体变换矩阵。接着，使用该变换矩阵将一个点云变换到另一个点云的坐标系下，并更新最近点对应关系。重复这个过程直到收敛，得到最终的配准结果。