免费做淘宝联盟网站,北京网站建设交易,c2c跨境电商平台有哪几个,WordPress排版美化RANSAC简介
RANSAC(RAndom SAmple Consensus,随机采样一致)算法是从一组含有“外点”(outliers)的数据中正确估计数学模型参数的迭代算法。
“外点”一般指的的数据中的噪声#xff0c;比如说匹配中的误匹配和估计曲线中的离群点。所以#xff0c;RANSAC也是一种“外点”检…RANSAC简介
RANSAC(RAndom SAmple Consensus,随机采样一致)算法是从一组含有“外点”(outliers)的数据中正确估计数学模型参数的迭代算法。
“外点”一般指的的数据中的噪声比如说匹配中的误匹配和估计曲线中的离群点。所以RANSAC也是一种“外点”检测算法。RANSAC算法是一种不确定算法它只能在一种概率下产生结果并且这个概率会随着迭代次数的增加而加大。
“内群”(inlier, 即正常数据)数据可以通过几组模型的参数来叙述其分布而“离群”(outlier,似乎译为外点群更加妥当异常数据)数据则是不适合模型化的数据。数据会受噪声影响噪声指的是离群例如从极端的噪声或错误解释有关数据的测量或不正确的假设。RANSAC假定给定一组通常很小的内点群存在一个程序这个程序可以估算最佳解释或最适用于这一数据模型的参数。
算法基本思想和流程
RANSAC是通过反复选择数据集去估计出模型一直迭代到估计出认为比较好的模型。 具体的实现步骤可以分为以下几步
选择出可以估计出模型的最小数据集(对于直线拟合来说就是2个点对于平面拟合就是3个点)使用这个数据集来计算出数据模型将所有数据带入这个模型计算出“内点”的数目(累加在一定误差范围内的适合当前迭代推出模型的数据)比较当前模型和之前推出的最好的模型的“内点“的数量记录最大“内点”数的模型参数和“内点”数重复1-4步直到迭代结束或者当前模型已经足够好了(“内点数目大于一定数量”)。
RANSAC筛除地面点云
#include iostream
#include pcl/io/pcd_io.h
#include pcl/point_types.h
#include pcl/filters/extract_indices.h
#include pcl/segmentation/sac_segmentation.hint main()
{// 读取点云数据pcl::PointCloudpcl::PointXYZ::Ptr cloud(new pcl::PointCloudpcl::PointXYZ);pcl::io::loadPCDFilepcl::PointXYZ(input_cloud.pcd, *cloud);// 创建地面分割对象pcl::SACSegmentationpcl::PointXYZ seg;pcl::PointIndices::Ptr inliers(new pcl::PointIndices);pcl::ModelCoefficients::Ptr coefficients(new pcl::ModelCoefficients);// 设置地面分割参数seg.setOptimizeCoefficients(true);seg.setModelType(pcl::SACMODEL_PLANE);seg.setMethodType(pcl::SAC_RANSAC);seg.setMaxIterations(1000);seg.setDistanceThreshold(0.01);// 执行地面分割seg.setInputCloud(cloud);seg.segment(*inliers, *coefficients);// 创建提取器对象pcl::ExtractIndicespcl::PointXYZ extract;pcl::PointCloudpcl::PointXYZ::Ptr ground_cloud(new pcl::PointCloudpcl::PointXYZ);// 提取地面点云extract.setInputCloud(cloud);extract.setIndices(inliers);extract.setNegative(false);extract.filter(*ground_cloud);// 提取非地面点云pcl::PointCloudpcl::PointXYZ::Ptr non_ground_cloud(new pcl::PointCloudpcl::PointXYZ);extract.setNegative(true);extract.filter(*non_ground_cloud);// 保存结果pcl::io::savePCDFilepcl::PointXYZ(ground_cloud.pcd, *ground_cloud);pcl::io::savePCDFilepcl::PointXYZ(non_ground_cloud.pcd, *non_ground_cloud);std::cout 地面点云保存成功 std::endl;return 0;
}
