小结:
采样一致性分割算法的目的主要是从原点云中提取目标模型,比如说面,球体,圆柱等等,从而为后续的目标识别或者点云匹配等等做准备。
使用此算法之前应该先熟悉PCL中的采样一致性(sample consensus)模块,里边包含了模型(平面、直线等)和采样方法(RANSAC、LMedS等)的一些枚举变量,一些核心的算法也包含其中,我们可以使用不同的方法提取不同的模型。
详细介绍:
参数输入输出:
此类由基类PCLBase派生,生成对象方式也很简单,如下:
Pcl:: SACSegmentation<PointT> sac
成员函数:
这里我就不一一介绍所有的成员函数了,只是把几个非常重要的成员函数给列出来,并给出其的使用方法。
- inline void setModelType (int model) 所提取目标模型的属性(平面、球、圆柱等等)。
- inline voidsetMethodType (int method)采样方法(RANSAC、LMedS等)。
- inline void setDistanceThreshold (doublethreshold) 查询点到目标模型的距离阈值(如果大于此阈值,