采样一致性（7）

采样一致性--在一定允许误差范围内分割出在模型上的点云

RANSAC随机采样一致性：

样本中随机抽取子集，计算子集与模型的偏差与阈值作比较，区分内点与外点，迭代重复到内点最多，此时的模型参数即为RANSAC下的估计值。

RANSAC的缺陷：事先设定区分内、外点的阈值；不能确定迭代的次数；

LMedS最小中值方差估计：

样本中随机抽取子集，计算子集与模型的偏差与阈值作比较，取出偏差值居中的子集对应的模型参数。

LMedS的缺陷：当外点数量较多时候，没法很好估计模型；

采样一致性支持的几何模型：

平面模型--SACMODEL_PLANE，参数有A，B，C，D，即平面方程Ax+By+Cz+D=0

直线模型--SACMODEL_LINE，参数有点的x，y，z，直线的三个方向值

圆模型--SCAMODEL_CIRCLE2D，参数有圆心x，y以及半径

球模型--SACMODEL_SPHERE，参数有球心x，y，z以及半径

圆柱模型--SACMODEL_CYLINDER，参数有轴线上点x，y，z，轴线三个方向值，半径

//存储内点索引的向量
std::vector<int> inliers;
//创建随机采样一致性对象
pcl::SampleConsensusModelSphere<pcl::PointXYZ>::Ptr model_s(new pcl::SampleConsensusModelSphere<pcl::PointXYZ>(cloud));
pcl::RandomSampleConsensus<pcl::PointXYZ> ransac(model_s);
//设置判断内、外点的距离阈值
ransac.setDistanceThreshold(0.01);
//执行随机参数估计
ransac.computeModel();
//获得内点索引
ransac.getInliers(inliers);
//获得内点点云
pcl::copyPointCloud<*cloud,inliers,*result>;