请教作者一些其他问题

[1404561326521]

十分感谢您们的开源项目！关于点云处理我遇到一些问题想请教一下作者，我最近再做一下调整点云姿态的任务，我需要将牙齿点云模型从初始姿态（在世界坐标系下的姿态任意分布）变换到“标准姿态”，图1展示某一种初始姿态，图2为“标准姿态”，这个“标准姿态”是个人定义的，要求就是牙齿的正朝向与Z轴正向一致，x轴横穿牙弓，不太好描述，具体还是看图


需要计算的就是从原始任意姿态到标准姿态下的刚性变换矩阵，每个点云模型都有一些区别（这与年龄和性别有关），但是都有类似的牙弓形状，他们的初始位姿也不相同，分布在世界坐标系的各个位置，目前已经尝试过一些点云配准的方法，包括传统的ICP点云配准算法和一些最新的改进算法，也试过深度学习配准算法，包括HRegNet和您们提出的RegFormer等，效果都不是很理想，我的需求就是输入一个原始点云，得到一个刚性变换矩阵，使其可以变换到定义的“标准姿态”下，这里有几个样例模型，其中标准姿态是手动调整的。
如果你能给一些指导意见就再好不过了，我的联系qq：1404561326，万分期待您的回复！

[deemoe404]

可以试一下计算点云坐标的协方差矩阵，它可以描述点云在各个方向的分布情况，再结合特征值和特征向量就能够表示点云的主方向。有了点云的主方向就可以计算出点云到目标方向的旋转矩阵，例如这样。

center = point_cloud.get_center()
point_cloud.translate(-center)

points = np.asarray(point_cloud.points)
cov_matrix = np.cov(points.T)
eig_vals, eig_vecs = np.linalg.eigh(cov_matrix)

normal = eig_vecs[:, 0]

z_axis = np.array([0, 0, 1])
rotation_axis = np.cross(normal, z_axis)
rotation_angle = np.arccos(np.dot(normal, z_axis) / (np.linalg.norm(normal) * np.linalg.norm(z_axis)))
rotation_matrix = o3d.geometry.get_rotation_matrix_from_axis_angle(rotation_axis * rotation_angle)

point_cloud.rotate(rotation_matrix, center=[0, 0, 0])

---

不过还是建议可以删除这个 issue 或者主动关闭它，因为这是一个无关的讨论。如果想联系作者的话作者发表的文章里有邮箱联系方式😊。