Python 点云平面分割【RANSAC算法】

其他参考链接：C++中实现点云平面分割

一、介绍

1.1 概念

  点云平面分割：可以在点云数据中找到平面并计算平面模型系数，同时输出平面点云及非平面点云。

1.2 算法思路

实现思路：

1. 首先，采用RANSAC算法从点云中随机选取三个点作为初始平面模型。
2. 使用选定的三个点拟合平面模型，该模型由平面的法向量和平面上一点表示。
3. 计算点云中的每个点到拟合平面的距离，如果距离小于设定的阈值，则将该点标记为局内点。
4. 统计局内点的数量，如果局内点数量大于设定的最小采样数，则更新平面模型。
5. 重复步骤2-4，直到达到最大迭代次数或者找到满足条件的平面模型。
6. 返回最终的平面模型和局内点。

1.3 参数设置

主要函数：

    def segment_plane(self, distance_threshold<