文件名称：pycpd:相干点漂移算法的纯Numpy实现
文件大小：52KB
文件格式：ZIP
更新时间：2024-06-02 10:05:39
python point-cloud registration expectation-maximization Python
Python CPD 相干点漂移算法的纯Numpy实现。 MIT许可证。 介绍 这是Myronenko和Song编写的相干点漂移算法的纯数字实现。 它为点云提供了三种配准方法：1）规模配准和刚性配准； 2）仿射注册； 3）高斯正则化非刚性注册。 CPD算法是用于对齐两个点云的配准方法。 在这种方法中，将移动点云建模为高斯混合模型（GMM），将固定点云视为来自GMM的观测值。 最佳变换参数将最大后验（MAP）估计最大化，即从GMM绘制观察到的点云。 配准方法适用于2D和3D点云。 有关更多信息，请参阅我的。 点安装 pip install pycpd 从源安装 将存储库克隆到一个位置，称为root文件夹。 例如： git clone https://github.com/siavashk/pycpd.git $HOME /pycpd 安装软件包： pip install . 对
【文件预览】：
pycpd-master
----setup.py(954B)
----.gitignore(77B)
----requirements.txt(6B)
----data()
--------bunny_target.txt(34KB)
--------fish_source.txt(5KB)
--------fish_target.txt(5KB)
--------bunny_source.txt(33KB)
----.travis.yml(222B)
----MANIFEST.in(58B)
----LICENSE(1KB)
----.DS_Store(6KB)
----testing()
--------deformable_test.py(1KB)
--------affine_test.py(1KB)
--------rigid_test.py(1KB)
----examples()
--------fish_deformable_3D.py(1KB)
--------fish_rigid_2D.py(920B)
--------fish_affine_3D.py(1KB)
--------bunny_rigid_3D.py(991B)
--------fish_rigid_3D.py(1KB)
--------fish_deformable_2D.py(922B)
--------fish_affine_2D.py(922B)
----README.rst(2KB)
----pycpd()
--------rigid_registration.py(5KB)
--------__init__.py(179B)
--------deformable_registration.py(3KB)
--------affine_registration.py(4KB)
--------utility.py(321B)
--------emregistration.py(6KB)
----CHANGES.txt(1KB)
----THANKS.txt(528B)