PCL: Segmentation模块之SACSegmentation点云分割

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。

1. inline void setModelType (int model) 所提取目标模型的属性（平面、球、圆柱等等）。
   
2. inline voidsetMethodType (int method)采样方法（RANSAC、LMedS等）。
   
3. inline void setDistanceThreshold (doublethreshold) 查询点到目标模型的距离阈值（如果大于此阈值，