一、简介
CPC是 PCL 库中的一种点云分割算法,主要用于在点云中提取平面(或接近平面的结构)点云。其中,CPC 是 “Connected Planar Components” 的缩写,它是一种基于连接性和几何特性的方法,用于在点云中分离出多个平面。其计算过程如下所述:
1. 超体素生成:首先,点云通过 SupervoxelClustering 被划分成多个超体素。每个超体素代表一个局部区域,具有类似的颜色、空间位置和法向量。这些超体素可以看作点云的预处理步骤,将点云中的点分组为具有相似特性的较大单元,以减少计算复杂度。
2.平面检测:对每个超体素进行平面拟合,估计该超体素所属的平面。平面拟合通常基于法向量信息和点的空间分布。平面拟合后,每个超体素都有一个对应的平面模型(如平面方程)。
3.超体素之间的连接基于它们的平面模型。具体来说,算法会计算相邻超体素之间的几何相似性,包括:(1)法向量夹角:检查两个超体素平面的法向量之间的夹角。如果夹角很小,意味着它们可能属于同一平面;(2)凹性测试:检查两个超体素之间是否存在凹性。如果两个超体素之间形成的结构是凹