PCL 查找对应点关系并可视化【2024最新版】

本文由CSDN点云侠原创，原文链接，首发于：2021年2月27日。抄袭狗把自己当个狗！！！。

博客长期更新，本文最新更新时间为：2024年10月19日。代码在PCL1.14.1中测试通过，新增2024年本人对该算法的最新理解。

一、 方法介绍

1、实现原理

  通过构建的KD-tree实现最近邻算法，对点云进行近邻搜索。以欧氏距离为判断标准，剔除欧氏距离大于阈值的匹配点。具体步骤如下。

1. 寻找目标点的叶节点：从根节点递归向下搜索KD-tree，如果目标点当前维度的坐标小于切分点坐标，则转移到左子节点；反之，转移到右子节点。进入叶节点后,将该叶节点内与待配准点之间距离最小的点作为当前最近点。
2. 递归向上回溯：如果该节点保存的实例点比当前最近点距离目标点更近,则更新当前最近点；反之，检查另一子节点区域。如果该区域与以目标点为球心