PCL---RANSAC随机采样一致性算法

最新推荐文章于 2024-09-23 11:27:55 发布

myenjoy_1

最新推荐文章于 2024-09-23 11:27:55 发布

阅读量386

点赞数

分类专栏： PCL 文章标签：算法机器学习人工智能

本文链接：https://blog.csdn.net/myenjoy_1/article/details/129078167

版权

PCL 专栏收录该内容

12 篇文章 3 订阅

订阅专栏

本文介绍了RANSAC（随机抽样一致）算法在点云处理中的应用，特别是在检测球面模型上的使用。通过随机生成球形点云，利用PCL库中的RANSAC实现模型参数估计和内外点判断，进而标记和着色点云中的内点。文章还展示了相关代码实现和运行效果。

摘要由CSDN通过智能技术生成

前言

通过前面的文章，我们基本上代建的相关环境。本文将继续基于此继续学习PCL相关采样一致性算法。
基础代码下载

1.准备

1.1 Ransac算法介绍

RANSAC从样本中随机抽选出一个样本子集，使用最小方差估计算法对这个子集计算模型参数，然后计算所有样本与该模型的偏差，再使用一个预先设定好的阈值与偏差比较，当偏差小于阈值时，该样本点属于模型内样本点 ( inliers），或称内部点、局内点或内点，否则为模型外样本点（outliers），或称外部点、局外点或外点，记录下当前的 inliers 的个数，然后重复这一过程。每一次重复都记录当前最佳的模型参数，所谓最佳即是inliers的个数最多，此时对应的inliers个数为 best_ninliers 。每次迭代的末尾都会根据期望的误差率、 best_ninliers、总样本个数、当前迭代次数，计算一个迭代结束评判因子，据此决定是否迭代结束。迭代结束后，最佳模型参数就是最终的模型参数估计值。

1.2 准备

如上面文章一样，我们还是如以前一般添加两个按钮一个随机生成球的数据，另一个为用Ransac 算法进行球面检查(ps：Ransac也支持其他的检测如平面、圆柱、圆锥等)

    QPushButton *randomBallBtn;
    QPushButton  *sampleBtn;

    randomBallBtn = new QPushButton(PCLView);
    randomBallBtn->setObjectName(QString::fromUtf8("Random Ball"));
    randomBallBtn->setGeometry(QRect(50, 60, 120, 40));
    sampleBtn = new QPushButton(PCLView);
    sampleBtn->setObjectName(QString::fromUtf8("Sample"));
    sampleBtn->setGeometry(QRect(200, 10, 120, 40));
    
    randomBallBtn->setText(QCoreApplication::translate("PCLView","Random Ball", nullptr));

   sampleBtn->setText(QCoreApplication::translate("PCLView","Sample", nullptr));

如下图所示:
点击按钮
由于球坐标方程为:

$R^2 = {x^2 + y^2 + z^2}$
因此点击按钮Random Ball 随机生成的球代码如下所示:

    pointCloud->resize(10000);
    pointCloud->is_dense = false;
    auto r = 1024;
    auto r2 = r*r;
    for (auto i = 0;i< pointCloud->size();i++){
        auto x = 1024 * random() / (RAND_MAX + 1.0f);
        auto y = 1024 * random() / (RAND_MAX + 1.0f);
        this->pointCloud->points[i].x = x;
        this->pointCloud->points[i].y = y;
        pointCloud->points[i].r = 240 ;
        pointCloud->points[i].g = 255 ;
        pointCloud->points[i].b = 240 ;
        auto z = .0f;
        if (i%5 == 0){
            z = 1024 * random() / (RAND_MAX + 1.0f);
        }else z = sqrt(r2-(x*x) - (y*y));
//        else z = -sqrt(r2-(x*x) - (y*y));
        this->pointCloud->points[i].z = z;
    }
    updatePointCloud();

点击相关按钮实现相关1/4球面代码的生成，如下图请添加图片描述

2. Ransac 随机采用一致算法实现

按照官网相关内容:撰写一下内容

    auto modelSphere = std::make_shared<pcl::SampleConsensusModelSphere<PointT>>(pointCloud);
    std::vector<int> inliers;
    // 随机采样一致对象
    pcl::RandomSampleConsensus<PointT> ransac(modelSphere);
    // 设置最小的阈值
    ransac.setDistanceThreshold(.01f);
    // 计算模型
    ransac.computeModel();
    // 获取内部点
    ransac.getInliers(inliers);
    for (auto i: inliers){
        pointCloud->points[i].r = 0 ;
        pointCloud->points[i].g = 255;
        pointCloud->points[i].b = 0 ;
    }
    // 更新云图
    updatePointCloud();