自适应阈值的ransac平面拟合

原来一直用pcl中的ransac平面拟合,现在突然想自己写一个不需要设置阈值的ransac平面拟合,下面把我的代码贴出来,欢迎大神们指正。

#pragma once
#include "new3s_PointXYZ.h"
#include <vector>

class RansacPlaneFit
{
public:
    RansacPlaneFit();
    ~RansacPlaneFit();
    void setInputCloud(const std::vector<new3s_PointXYZ> &clouds);

    // 设置距离阈值
    void setThreshValue(const double threshvalue);

    // 设置最大迭代次数
    void setIteration(const int iters);

    // 计算平面系数
    Eigen::Matrix<double, 4, 1> computePlaneCoef();



    bool getSample(std::vector<int> &samples);

    // 三点不共线为条件判断选择点是否可行
    bool isGoodSample(const std::vector<int> &indices);

    // 计算点到直线的距离
    double computeDist(const int index, const Eigen::Matrix4Xd &coefs);

    // 计算平面的系数
    bool computeModelCoefficients(const std::vector<int> &samples, Eigen::Matrix<double , 4 , 1> &model_coefficient);

    // 统计在阈值范围内到平面的点数,并记录索引
    int countNum(const Eigen::Matrix4Xd &model_coef , std::vector<int> &indices);

    // 计算点云中心
    void compute3DCentroid(const std::vector<int> &indices ,  Eigen::Matrix<double, 4, 1> &centroid);

    // 计算协方差矩阵
    void computeCovarianceMatrix(const std::vector<int> &indices, const Eigen::Matrix<double, 4, 1> &centroid, Eigen::Matrix<double, 3, 3> &covariance_matrix);

    // 设置inlier和outlier的比率
    void setRatio(const double ratio);

    // 获得迭代次数
    int getIteration() const;

    // 获得距离阈值
    double getThreshValue() const;


private:
    bool isSetThreshValue() const;
private:
    // 点数
    int m_num;
    std::vector<new3s_PointXYZ> m_cloud;
    double m_threshValue;

    // 设置迭代次数
    int m_iters;

    // 记录程序迭代的次数
    int m_iteration;

    // 保存采样索引
    std::vector<int> m_samples;

    // 全局索引
    std::vector<int> m_globalindexs;

    // inlier和outlier比率
    double m_ratio;

    // 是否设置阈值标记
    bool m_threshFlag;
};

实现文件

#include "RansacPlaneFit.h"
#include <Eigen/eigen3/Eigen/Eigen>
#include <math.h>
#include <iostream>

RansacPlaneFit::RansacPlaneFit()
    : m_threshValue(0.0)
    , m_iters(1000)
    , m_num(0)
    , m_ratio(2.0)
    , m_threshFlag(false)
    , m_iteration(0)
{
}


RansacPlaneFit::~RansacPlaneFit()
{
    if (
评论 7
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值