PCL平面拟合功能位于模块sample_consensus中:PCL sample_consensus
该模块基于“随机抽样一致算法”(RANdom SAmple Consensus),不仅可以用于平面拟合,也可以拟合柱面、球面等,对RANSAC的简单解释:
RANSAC可以从一组包含“局外点”的观测数据集中,通过迭代方式估计数学模型的参数。它是一种不确定的算法——它有一定的概率得出一个合理的结果;为了提高概率必须提高迭代次数。该算法最早由Fischler和Bolles于1981年提出。图像检索中,RANSAC可以作为检索后的后续处理,对图像的中目标进行空间一致验证。
具体原理:PCL 采样一致性算法
下面直接给出代码:
#include <pcl/point_types.h>
#include <pcl/point_cloud.h>
#include <pcl/sample_consensus/ransac.h>
#include <pcl/sample_consensus/sac_model_plane.h>
#include <Eigen/Core>
pcl::PointCloud<pcl::PointXYZ>::Ptr ground(new pcl::PointCloud<pcl::PointXYZ>());//待拟合点云指针
//省略ground的io操作,向ground读入数据
vector<int> inliers;//用于存放合群点的vector
pcl::SampleConsensusModelPlane<pcl::PointXYZ>::Ptr model(
new pcl::SampleConsensusModelPlane<pcl::PointXYZ>(ground));//定义待拟合平面的model,并使用待拟合点云初始化
pcl::RandomSampleConsensus<pcl::PointXYZ> ransac(model);//定义RANSAC算法模型
ransac.setDistanceThreshold(0.05);//设定阈值
ransac.computeModel();//拟合
ransac.getInliers(inliers);//获取合群点
vector<int> tmp;
Eigen::VectorXf coeff;
ransac.getModelCoefficients(coeff);//获取拟合平面参数,对于平面ax+by_cz_d=0,coeff分别按顺序保存a,b,c,d
cout<<"coeff "<<coeff[0]<<" "<<coeff[1]<<" "<<coeff[2]<<" "<<coeff[3]<<endl;
ransac.getModel(tmp);
pcl::copyPointCloud(*ground, inliers, *ground_inliers);
// for(int i=0; i<inliers.size(); i++)
// {
// ground_inliers->points.push_back(ground->points[inliers[i]]);
// }