SACSegmentation检测奇平面模型

SACSegmentation detecting odd plane model

我正在尝试将平面模型拟合到点云(具有类平面结构)。

我遇到的问题是,即使将距离阈值设置为相对较大的值,拟合平面也只是云的一小部分。

下面是一些结果图片:(白点是模型内点)

你可以看到这里的云有多薄:

我调整了 SACSegmentation 对象的各种参数,甚至尝试了 PCL 没有成功的多种 RANSAC 方法。

这是显示的点云: https://drive.google.com/file/d/0B0PUIShwQuU7RmFKUW1Cd2V1Zk0/view?usp=sharing

下面是非常接近教程的最少代码:

#include <iostream>
#include <pcl/ModelCoefficients.h>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/sample_consensus/method_types.h>
#include <pcl/sample_consensus/model_types.h>
#include <pcl/segmentation/sac_segmentation.h>


int
main(int argc, char** argv)
{
    pcl::PointCloud<pcl::PointXYZI>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZI>);
    pcl::io::loadPCDFile<pcl::PointXYZI>("test.pcd", *cloud); //* load the file

    pcl::ModelCoefficients::Ptr coefficients(new pcl::ModelCoefficients);
    pcl::PointIndices::Ptr inliers(new pcl::PointIndices);
    // Create the segmentation object
    pcl::SACSegmentation<pcl::PointXYZI> seg;
    // Optional
    seg.setOptimizeCoefficients(true);
    // Mandatory
    seg.setModelType(pcl::SACMODEL_PLANE);
    seg.setMethodType(pcl::SAC_RANSAC);
    seg.setDistanceThreshold(0.025);

    seg.setInputCloud(cloud);
    seg.segment(*inliers, *coefficients);

    if (inliers->indices.size() == 0)
    {
        PCL_ERROR("Could not estimate a planar model for the given dataset.");
        return (-1);
    }

    std::cerr << "Model coefficients: " << coefficients->values[0] << " "
        << coefficients->values[1] << " "
        << coefficients->values[2] << " "
        << coefficients->values[3] << std::endl;

    //add points to plane that fit plane model
    pcl::PointCloud<pcl::PointXYZI>::Ptr output(new pcl::PointCloud<pcl::PointXYZI>);
    for (size_t i = 0; i < inliers->indices.size(); ++i)
    {
        output->push_back(cloud->points[inliers->indices[i]]);
    }

    displaySubcloud(cloud, output);
    displayPlane(cloud, coefficients, "plane");

    return (0);
}

我想出了一个解决方案,但我不知道它为什么会修复它。通过将云移近原点,它能够检测到正确的平面模型。

我遇到了同样的问题。翻译点云对我不起作用。我对点云进行了下采样并且它有效,但是下采样对程序来说花费了太多时间。