% 求D维中两组N点之间的最小均方根% 和刚性变换（即平移和旋转） % 雇用以使一组接近另一组， % 使用 Kabsch (1976) 算法。 % 注意点是成对的，即我们知道一组中的哪个点% 应该与另一组中的给定点进行比较。 % ％ 参考： % 1) Kabsch W. 将两组向量相关联的最佳旋转解决方案。 Acta Cryst A 1976；32：9223。 % 2) Kabsch W. 讨论有关两组向量的最佳旋转的解决方案。 Acta Cryst A 1978；34：8278。 % 3) http://cnx.org/content/m11608/latest/ ％4） http://en.wikipedia.org/wiki/Kabsch_algorithm % % 我们稍微概括一下，允许给点赋予权重。 % 这些权重是先验确定的，不依赖于距离。 % % 我们按照惯例工作，点是列向量；

数值图像处理之刚性变换匹配源代码（opencv），很经典的一个算法。仿射匹配只需稍加改进即可

计算机视觉基础知识：射影变换，仿射变换，相似变换（比例变换），刚性变换 计算机视觉.pdf

计算机视觉基础知识：射影变换，仿射变换，相似变换（比例变换），刚性变换 计算机视觉.pdf

基于OpenCV的二维矩阵刚性变换（旋转，平移），已知两点集，求解R&T变换矩阵，其中自定义接口，已经赋初值，可以更改调用