PCL提供的几种点云分割的方法

前言：

点云识别的深度学习极其需要噪声少的物体点云来作为训练集。获得噪声少的物体点云需要一个好的点云分割器。PCL官方网站:http://pointclouds.org/documentation/tutorials/#segmentation-tutorial提供10来种点云分割的方法，让我来聊聊我的浅见。

 

PCL提供的点云分割的方法：

1. Plane model segmentation (平面模型分割）

2. Cylinder model segmentation（圆柱模型分割）

3. Euclidean Cluster Extraction （欧几里德聚类提取）

4. Region growing segmentation (区域蔓延分割)

5. Color-based region growing segmentation (基于彩色信息区域蔓延分割）

6. Min-cut Based Segmentation (基于最少切割的分割）

7. Conditional Euclidean Clustering（有条件的欧几里德群聚类生成）

8. Difference of Normals Based Segmentation (基于局部法线间不同值的分割）

9. Clustering of Pointclouds into Supervoxels (把点云聚类为超体元）

10. Identifying ground returns using ProgressiveMorphologicalFilter segementation (渐进型形态学过滤器分割&