估計剛體變換(similarity、euclidean、affine)

歐式/仿射變換：

已知點對應關係：

基於svd的經典算法：
https://igl.ethz.ch/projects/ARAP/svd_rot.pdf

http://rci.rutgers.edu/~meer/TEACH/ADD/similaritymine.pdf

代碼參考博客：https://blog.csdn.net/kewei9/article/details/74157236

幾種方法的對比：http://graphics.stanford.edu/~smr/ICP/comparison/eggert_comparison_mva97.pdf  ，文章較老

基於SVD分解方法最早提出的論文：

Least-squares estimation of transformation parameters between two point patterns", Shinji Umeyama, PAMI 1991, DOI: 10.1109/34.88573

未知點對應關係：(暫存，未細緻研究)

https://arxiv.org/pdf/1806.00627.pdf

 

仿射變換：
https://www.cv-foundation.org/openaccess/content_cvpr_2015/papers/Sweeney_Computing_Similarity_Transformations_2015_CVPR_paper.pdf

https://arxiv.org/pdf/1712.05231.pdf

 

開源庫：

pcl中的estimateRigidTransformation函數，但是好像沒有python版本

opencv中的estimateRigidTransformation， 但是好像要求必須是圖像座標，即不能爲負數

python的skimage中的transform，各種都能計算，很強大，有源碼。。但是都是針對2D的