preall点云粗对齐作为matlab函数 pca和普氏分析法都有函数 主成分也有函数

target=V0;十万点

source=V111;七万点

[COEFF,Prealligned_source] = princomp(source);

[COEFF,Prealligned_target] = princomp(target);

% the direction of the axes is than evaluated and corrected if necesarry.

Maxtarget=max(Prealligned_source)-min(Prealligned_source);

Maxsource=max(Prealligned_target)-min(Prealligned_target);

D=Maxtarget./Maxsource;

D=[D(1,1) 0 0;0 D(1,2) 0; 0 0 D(1,3)];

RTY=Prealligned_source*D;

load R

for i=1:8

T=R{1,i};

T=RTYT;T有点混乱，从结构体的矩阵元变为点云，循环结束后又变成点云，又赋值为反射矩阵元

[bb DD]=knnsearch(T,Prealligned_target);DD为什么是十万个点的向量，而不是10万3的矩阵？

MM(i,1)=sum(DD);

end

[M I]=min(MM);

T=R{1,I};赋值为反射矩阵元

Prealligned_source=Prealligned_source*T;

[d,Z,transformtarget] = procrustes(target,Prealligned_target);

[M I]=min(MM)

M =

2.7595e+05

MM本来只是八个可能性的点云反射效果，进行的求和，选择其中最小的一个求和原因何在？

I =

5

T=R{1,I}

T =

-100010001

最后得到的d是误差

z是十万个点的数据，transform。。。是采取的刚体变换