平面分割与平面拟合的区别
difference between plane segmentation and plane fitting
我最近在做一个项目，我必须在 3D 网格中检测墙壁、地板和天花板。在做了一些研究之后，我已经能够使用 RANSAC 算法检测地板和墙壁的某些部分。我只是想知道是否有人能够解释平面拟合和平面分割之间的区别，因为它们似乎都会生成包含地板的点云？
平面拟合通常被理解为一种纯粹的基于最小二乘法的拟合技术，其中点集到平面方程的距离最小。可以通过多种方式来制定这种优化，但最实用的一种是对协方差矩阵进行简单的 SVD 分析。
平面分割更多的可以看作是数据中存在大量异常值的拟合问题的一个实例。事实上，要分割的平面可能只是点集的一小部分。此外，可以有多个不同方向的平面。最后，分割问题可能不一定要搜索平面方程，而是涉及找出共同位于一个平面上的点或位于多个平面上的多组点。然而，许多旨在做到这一点的算法隐含地使用了一种拟合技术和一些几何或代数异常值处理，例如 RANSAC、霍夫变换、稳健规范等。
了解平面检测只能达到一定的精度也很重要。找出哪些点位于特定平面上是一个不同的问题，有时比仅仅取出一堆离平面足够近的点更复杂。
对于识别墙壁、天花板等的情况，拟合和分割技术都是必要的。
我最近在做一个项目，我必须在 3D 网格中检测墙壁、地板和天花板。在做了一些研究之后，我已经能够使用 RANSAC 算法检测地板和墙壁的某些部分。我只是想知道是否有人能够解释平面拟合和平面分割之间的区别，因为它们似乎都会生成包含地板的点云？
平面拟合通常被理解为一种纯粹的基于最小二乘法的拟合技术，其中点集到平面方程的距离最小。可以通过多种方式来制定这种优化，但最实用的一种是对协方差矩阵进行简单的 SVD 分析。
平面分割更多的可以看作是数据中存在大量异常值的拟合问题的一个实例。事实上，要分割的平面可能只是点集的一小部分。此外，可以有多个不同方向的平面。最后，分割问题可能不一定要搜索平面方程，而是涉及找出共同位于一个平面上的点或位于多个平面上的多组点。然而，许多旨在做到这一点的算法隐含地使用了一种拟合技术和一些几何或代数异常值处理，例如 RANSAC、霍夫变换、稳健规范等。
了解平面检测只能达到一定的精度也很重要。找出哪些点位于特定平面上是一个不同的问题，有时比仅仅取出一堆离平面足够近的点更复杂。
对于识别墙壁、天花板等的情况，拟合和分割技术都是必要的。