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>
//这头文件直接全垒上来算了，省的麻烦

#include <iostream>							//标准C++库中的输入输出