PCL 点云最小图割（前景、背景点云提取）

🙋 结果预览

一、概述

1.1 概念

  最小图割算法（pcl::MinCutSegmentation）：是一种基于图论的对象分割方法，主要用于点云数据的处理和分析。该算法将点云数据表示为一个图结构，其中点云中的点作为图的节点，点之间的关系作为图的边，并通过最小化特定边的权重之和来分割点云数据。该算法旨在将输入的点云数据分割为两部分：前景点云（目标物体）和背景点云（剩余部分）。

1.2 算法原理

1. 图的构建：
   对于给定的点云，算法将包含点云中每一个点的图构造为一组普通顶点和另外两个称为源点和汇点的顶点。与该点对应的图的每个普通顶点都与源点和汇点相连接形成边。除此之外，每个普通顶点都有边缘，将对应的点与其最近的邻居连接起来。

2. 边的权值设定。算法为每条边缘分配权重，有三种不同的权重：

• 它为云点之间的边缘分配权重。这个权重称为平滑成本，计算公式为：