![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pcl
luoermemeda
这个作者很懒,什么都没留下…
展开
-
随机采样一致性算法RANSAC
作用1:点云分割通过(空间平面、直线、二维或三维圆、圆球、锥体等模型)进行分割。作用2:点云的配准对的剔除(例子:五个点云,三个配准,利用RANSAC可以剔除另外两个)算法简介:从样本中抽取一个子集,通过该算法最小方差对这个样本计算出这个该模型的参数(例如模型是一条直线,那么计算该样本所有的点到直线的方差,综合最短的距离就是这条直线的位置),然后所有样本与该模型的偏差。为该模型设置一个阈值,偏差小于阈值为内点,大于阈值为外点。配准对的剔除存在的两个问题,如果目标不是现实物体,阈值比较难设定,2_原创 2020-08-09 23:26:49 · 882 阅读 · 0 评论 -
点云拓扑之k-d Tree,oc_tree
k-dtree对于范围搜索和邻近搜索效果很好。选轴点策略一:按照x-y-z-x-y-z...顺序向下分割选轴点策略二:取方差变化最大维度的中位数,如图,不能通过策略1来进行划分,通过策略2检测出点的X方向变化比较多,Y方向变化小,所以在X方向进行划分。但是如果是以下分布,很明显在长条中间是没必要检测的,所以把中间部分划出去比较好。...原创 2020-08-04 00:31:52 · 561 阅读 · 0 评论