PCL点云处理之基于主成分分析的平面拟合[PCA](四十七)
前言
一、基于主成分分析的平面拟合?
点云是离散的,我们一般从中拟合平面或者拟合别的几何形状(曲面,圆柱等)来帮助我们分析点云数据。
拟合平面的方法很多,最小二乘,随机采样一致性Ransac,主成分分析PCA都是非常常用的平面拟合算法。
最小特征值对应的特征向量即为拟合平面的法向量,而点云质心即可作为平面上的一点,这样就可以得到拟合平面的方程了,点法式和一般式都是一样的,可以互相转换
二、实验步骤
1.代码
#include <QtCore/QCoreApplication>
#include <iostream>