PCL点云（平面点云）分割：Plane Model Segmentation

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。