背景:
pcl官方教程:
http://www.pointclouds.org/documentation/tutorials/planar_segmentation.php#planar-segmentation
注:
这个算法并不是真正意义上的分割算法,因为它只能分割出平面的点云。这种情况和PCL地面点云分割算法:Progressive Morphological Filter很像,后者只能分割出地面点云,详见我的另一文章点击打开链接。但是呢,这个算法能够把地面墙壁这些平面给找出来并过滤掉,方便后面的物体的点云分割。
1.使用感受
很简单的一个算法,但是效果很好。只有一个参数(distance threshold)要设置,调参容易。
2.算法细节
它是基于Ransac的来做平面拟合的。首先Ransac是什么东东?我觉得zinnc的这篇文章点击打开链接讲的就很清楚。在这个Plane Model Segmentation算法里,Ransac为了找到点云的平面,不停的改变平面模型(ax+by+cz+d=0)的参数:a, b, c和d。经过多次调参后,找出哪一组的参数能使得这个模型一定程度上拟合最多的点。这个程度就是由distance threshold这个参数来设置。那找到这组参数后,这些能够被拟合的点就是平面的点。
3.调参
把distance threshold调大,离平面更远的点也被算进平面来。distance threshold 可以等同于平面厚度阈值。
4.跑自己的数据集
跑了两次,把墙壁和地板给过滤掉了。
5. 总结
这是一个很好用很容易调参的算法,但它只能找平面的点云。如果拿来过滤墙壁和地板就很好用。