1.采用RANSAC算法提取平面
缺点:地面非平整的话,会检测出非地面的点;
如果地面(平面上)物体较多时,RANSAC可能会失效。
2.PCA检测(主要是依赖特征值)
具体操作:计算大邻域的点云PCA(和物体大小相似的邻域),保留符合条件的点;
该方法,主要用于,检测人、非规则物体;
缺点:对于规则的大件物体,如大的正方体,上平面是可能出现 空洞的;
噪声可能较多;
完成地面(平面上)物体分割后,可以采用聚类(这里用的是区域生长)来完成部分物体的分割;
以上主要是针对地面上的物体的检测需求!下面介绍前后景分离!
目的: 将关注的对象从背景干扰分割出来;
固定背景扣除:适合背景变化不大,相机安装稳定,没有振动的环境。
注意这个 问题是什么。局限性,在于前景不要发生改变。
统计建模前背景扣除:(主要是为了解决上面的问题,而提出的改进)
这里主要是引入概率的思想,来增加分离的稳定和抗噪性。
同时也要注意该方法,由于阈值的设置带来的问题!