【PCL】Segmentation 模块—— 平面模型分割（Plane model segmentation）

1、简介

PCL（Point Cloud Library）中的平面模型分割（Plane Model Segmentation）是一种从点云数据中提取平面结构的方法。它通过识别点云中符合平面模型的点集，将场景中的平面区域分割出来。

1.1 主要步骤

1. 选择模型：选择平面模型作为分割目标。
2. 采样点：随机选取点云中的点用于模型拟合。
3. 模型拟合：使用采样点拟合平面模型，通常通过最小二乘法或RANSAC算法。
4. 内点检测：计算所有点到拟合平面的距离，距离小于阈值的点被视为内点。
5. 分割：将内点标记为属于该平面，并从点云中移除，以便后续处理。

1.2 常用算法

• RANSAC：鲁棒的拟合算法，能有效处理噪声和离群点。
• 最小二乘法：适用于噪声较少的点云数据。

1.3 应用场景

• 室内场景：提取地面、墙面等平面。
• 机器人导航：识别可通行区域。
• 三维重建：简化场景几何结构。

2、代码

从给定的点云数据集分割任意平面模型。
兼容性：> PCL 1.3

2.1 planar_segmentation.cpp

#include <iostream>
#include <pcl/ModelCoefficients.h>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/sample_consensus/method_types.h>
#include <pcl/sample_consensus/model_types.h>
#include <pcl/segmentation/sac_segmentation.h>

int main ()
{
   
  // 读取点云数据
  // pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
  // pcl::io::loadPCDFile<pcl::PointXYZ>("table_scene_lms400.pcd", *cloud);
  //----------------------------------
  pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);

  // Fill in the cloud data
  cloud->width  = 15;
  cloud->height = 1;
  cloud->points.resize (cloud->width * cloud->height);