基于RANSAC的点云面分割算法

标签：图片   计算   com   检测   判断   基础上   空间   poi   模型   

该算法在RANSAC和空间检索树的基础上实现的。

算法思路：

1、点云抽希、法线估计

2、出局点索引存储声明

3、平面检测

    for (size_t i = 0; i < cloudTemp->points.size(); i++)

    {

判断为出局点；

         if (检索一定量的临近点)

         {

              判断搜索点集是否符合要求；

              存储搜索的点集 ；

         }

         RANSAC平面拟合（ransac计算平面模型参数）；

        判断平面拟合的正确性；

         /*

         * 利用拟合平面 计算点云到该面距离， 设置容差  判断点云是否在平面内

         */

         for (size_t j = 0; j < tr_cloud->points.size(); j++)

         {

             判断出局点；

判断 平面法向与点法向的一致性 （求解两个空间向量的夹角）；

             存储平面内的点集；

             更新出局点；

         }

         //平面的噪点 离群点剔除

         //...

        存储平面数据；

    }

效果如下：

基于RANSAC的点云面分割算法

标签：图片   计算   com   检测   判断   基础上   空间   poi   模型   

原文地址：https://www.cnblogs.com/lovebay/p/11532757.html