PCL的采样一致性

    看了《点云库PCL从入门到精通》采样一致性这章，说实话，并不是很懂。先把自己理解的部分内容记录一下，以后深入了解之后再补充。
    PCL中以随机采样一致性算法（RANSAC)为核心，这一章涉及的基于采样一致性算法的应用主要是对点云进行分割，根据不同的设定几何模型，估计对应的几何模型参数，在一定允许误差范围内分割出在模型上的点云。这里主要对采样一致性进行介绍，点云分割部分会在之后文章中详细讨论。
    目前PCL中支持的几何模型分割有空间平面，直线，二维，或三维圆周、圆球、锥体等。随机采样一致性估计的另一个应用就是点云的配准对的剔除。

随机采样一致性相关概念及算法

RANSAC随机采样一致性算法：
    RANSAC算法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。

    这里可以将数据分两种：局内点（inliers）和局外点（outliers）。偏差不大的数据称为有效数据，偏差大的数据是无效数据。如果有效数据占大多数，无 效数据只是少量时，我们可以通过最小二乘法或类似的方法来确定模型的参数和误差；如果无效数据很多（比如超过了50%的数据都是无效数据），最小二乘法就失效了，我们需要新的算法.

    一个简单的例子是从一组观测数据中找出合适的2维直线。假设观测数据中包含局内点和局外点，其中局内点近似的被直线所通过，而局外点远离于直线。简单的最 小二乘法不能找到适应于局内点的直线，原因是最小二乘法尽量去适应包括局外点在内的所有点。相反，RANSAC能得出一个仅仅用局内点计算出模型，并且概 率还足够高。但是，RANSAC并不能保证结果一定正确，为了保证算法有足够高的合理概率，我们必须小心的选择算法的参数。
，

RANSAC算法的输入是一组观测数据，一个可以解释或者适应于观测数据的参数化模型，一些可信的参数。

1. RANSAC从样本中随机选择数据中的一个样本子集，用最小方差估计算法对这个子集计算参数模型，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这个偏差比较，当偏差小于阈值时，该样本点属于模型内样本点inliers，否者为模型外样本点outliers。
2. 记录下当前的inliers，并重复这1中的过程。每一次重复，都记录当前最佳的模型参数，所谓最佳，就是inliers的个数最多。此时对应的inliers个数为best_ninliers。每次迭代的结尾，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，最佳模型参数及时最终的模型参数估计值。

理论上RANSAC可以剔除outliers的影响,并得到全局最优的参数估计。但是RANSAC算法有两个问题:

1. 每次迭代中都要区分outliers和inliers，因此需要事先设定阈值。当模型有明显的物理意义时，这个阈值还比较容易设定，但是若模型比较抽象时，这个阈值就不那么容易设定，而且固定阈值不适用于样本动态变化的应用。
2. RANSAC的迭代次数是运行期决定的，不能预知迭代的确切次数。除此之外，RANSAC只能从一个特定数据集中估计一个模型，当两个或者更多个模型存在时，RANSAC不能找到别的模型。

LMedS最小中值方差估计算法

    LMedS也是一种随机参数估计算法。LMedS也从样本中随机选择数据中的一个样本子集，用最小方差估计算法对这个子集计算参数模型，然后计算所有样本与该模型的偏差。但是不同的是，LMedS是记录所有样本中，偏差值居中的那个样本的偏差（称为Med偏差），以及本次计算得到的模型参数。
    这样一来，就不要预先设定阈值来区分outliers和inliers了。重复前面过程N次，从N个Med偏差中挑一个最小的，其对应的模型参数就是最终的模型参数估计值。其中迭代次数N是由样本子集中样本的个数、期望的模型误差、预先估计的样本中outliers的比例所决定的。这克服了RANSAC算法的两个缺点，但是也有本身的缺点，即当outliers的比例在样本中达到或者超过50%时，就无法使用。

PCL中Sample_consensus模块支持的几何模型

（1）SACMODEL_PLANE（三维平面）：设置4个参数，平面法向量的坐标及常量d值。ax+by+cz+d=0。从点云中分割提取的内点都处在估计参数对应的平面上，或与平面距离在一定范围内。

used to determine plane models. The four coefficients of the plane are itsHessian Normal form: [normal_x normal_y normal_z d] 
    a : the X coordinate of the plane's normal (normalized)
    b : the Y coordinate of the plane'