PCL中用欧氏距离和法向量差异方法分离点云中的聚类Euclidean Clusters

1. 效果图

分离后的聚类1（原点云中的桌面部分）：

分离后的聚类2（原点云中的地面部分）：

原始点云：

2. 原理

三个重点：1. 利用点与点的欧氏距离，如欧式距离小于10cm
2. 利用法向量之间的差异，如同一个聚类中的点法向量差异小于5度
3. 对聚类中点的数量进行限制，如大于500才能作为聚类
注意：一定要对点云进行降采样，比如体素降采样、均匀降采样等，将点云数量降低至1万个点左右，可以快速验证算法可行性。

3. 代码