CGAL 4.10 点集形状检测：防止检测曲面上的虚假平面
CGAL 4.10 Point Set Shape Detection: preventing detection of spurious planes on curved surfaces
我正在使用 CGAL 点集形状检测在点云中查找平面。该方法在检测模型中的平面方面做得很好，但它也会检测到一些虚假的平面，这些平面并不是模型的真正组成部分。例如。我的模型有一根长管道，算法检测到沿管道长度的几个平面 运行，与其表面相切。我认为避免这种情况的唯一方法是对 epsilon and/or normal_threshold 使用较小的值。我已经为 epsilon 和 normal_threshold 使用了相当小的值（目前分别为 1.0 和 0.35）。
这是一个常见问题吗？还有其他方法可以避免吗？
这是算法的预期行为：如果您有一个足够长的圆柱体，以便算法可以切线地拟合一个平面，并且有足够多的点低于公差，那么它就可以被检测到。 内部检测到的平面没有厚度或伸长率的概念。
如果您增加最小点数或减小公差，您可能会摆脱这些形状，但代价是失去您可能感兴趣的其他形状。
我的建议是以后过滤掉这些你不想要的平面（例如，你可以用 CGAL::linear_least_squares_fitting_3() 识别主成分向量并估计检测到的形状的厚度，然后如果它被删除太小了）。
我正在使用 CGAL 点集形状检测在点云中查找平面。该方法在检测模型中的平面方面做得很好，但它也会检测到一些虚假的平面，这些平面并不是模型的真正组成部分。例如。我的模型有一根长管道，算法检测到沿管道长度的几个平面 运行，与其表面相切。我认为避免这种情况的唯一方法是对 epsilon and/or normal_threshold 使用较小的值。我已经为 epsilon 和 normal_threshold 使用了相当小的值（目前分别为 1.0 和 0.35）。
这是一个常见问题吗？还有其他方法可以避免吗？
这是算法的预期行为：如果您有一个足够长的圆柱体，以便算法可以切线地拟合一个平面，并且有足够多的点低于公差，那么它就可以被检测到。 内部检测到的平面没有厚度或伸长率的概念。
如果您增加最小点数或减小公差，您可能会摆脱这些形状，但代价是失去您可能感兴趣的其他形状。
我的建议是以后过滤掉这些你不想要的平面（例如，你可以用 CGAL::linear_least_squares_fitting_3() 识别主成分向量并估计检测到的形状的厚度，然后如果它被删除太小了）。