采样一致性（7）

最新推荐文章于 2024-09-10 13:02:46 发布

harden1013

最新推荐文章于 2024-09-10 13:02:46 发布

阅读量576

点赞数

分类专栏：学习笔记-《点云库PCL从入门到精通》文章标签：计算机视觉自动驾驶 pcl

本文链接：https://blog.youkuaiyun.com/harden1013/article/details/121574107

版权

学习笔记-《点云库PCL从入门到精通》专栏收录该内容

10 篇文章

订阅专栏

本文介绍了RANSAC（随机采样一致性）和LMedS（最小中值方差估计）在点云处理中的角色，用于在模型上分割点云。RANSAC通过随机抽样和偏差比较确定内点和外点，而LMedS则利用中值偏差来估计模型。两者在处理平面、直线、圆和球等几何模型时各有优缺点。在实践中，使用RANSAC进行模型估计，通过设置距离阈值找出内点，并生成相应的点云。文章还展示了如何使用PCL库实现这一过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

采样一致性--在一定允许误差范围内分割出在模型上的点云

RANSAC随机采样一致性：

样本中随机抽取子集，计算子集与模型的偏差与阈值作比较，区分内点与外点，迭代重复到内点最多，此时的模型参数即为RANSAC下的估计值。

RANSAC的缺陷：事先设定区分内、外点的阈值；不能确定迭代的次数；

LMedS最小中值方差估计：

样本中随机抽取子集，计算子集与模型的偏差与阈值作比较，取出偏差值居中的子集对应的模型参数。

LMedS的缺陷：当外点数量较多时候，没法很好估计模型；

采样一致性支持的几何模型：

平面模型--SACMODEL_PLANE，参数有A，B，C，D，即平面方程Ax+By+Cz+D=0

直线模型--SACMODEL_LINE，参数有点的x，y，z，直线的三个方向值

圆模型--SCAMODEL_CIRCLE2D，参数有圆心x，y以及半径

球模型--SACMODEL_SPHERE，参数有球心x，y，z以及半径

圆柱模型--SACMODEL_CYLINDER，参数有轴线上点x，y，z，轴线三个方向值，半径

//存储内点索引的向量
std::vector<int> inliers;
//创建随机采样一致性对象
pcl::SampleConsensusModelSphere<pcl::PointXYZ>::Ptr model_s(new pcl::SampleConsensusModelSphere<pcl::PointXYZ>(cloud));
pcl::RandomSampleConsensus<pcl::PointXYZ> ransac(model_s);
//设置判断内、外点的距离阈值
ransac.setDistanceThreshold(0.01);
//执行随机参数估计
ransac.computeModel();
//获得内点索引
ransac.getInliers(inliers);
//获得内点点云
pcl::copyPointCloud<*cloud,inliers,*result>;