PCL，SACSegmentation检测球体
PCL, SACSegmentation detecting spheres
我正在尝试使用 RANSAC pcl::sacSegmentation 从点云中查找球体。从一个站用精确的地面扫描仪扫描云。云密度约为1cm。迄今为止最好的结果如下图所示。如您所见，云包含 2 个球体 (r=7,25cm) 和一个连接球的钢梁。我能够找到三个候选球体，它们的内点是从图像中的云中提取的（您可以看到两个球体附近光束上的圆形）。
Input point cloud. Inlier points extracted
所以，看来我很接近了。发现的球体中心仍然与事实相差太多（~10cm）。有什么建议我可以改进吗？我一直在调整模型参数有一段时间了。以下是上述结果的参数：
seg.setOptimizeCoefficients(true);
seg.setModelType(pcl::SACMODEL_SPHERE);
seg.setMethodType(pcl::SAC_RANSAC);
seg.setMaxIterations(500000);
seg.setDistanceThreshold(0.0020);
seg.setProbability(0.99900);
seg.setRadiusLimits(0.06, 0.08);
seg.setInputCloud(cloud);
我还尝试通过在模型中包含点法线来改进结果，但没有更好的结果。但是还有几个参数需要调整，所以可能有一些我没有尝试过的组合。
如果需要，我很乐意为您提供更多信息。
萨克斯
奈赫乌
经过一番调查后，我得出结论，我无法从包含许多不属于任何球体形状的其他点的云中找到具有 SACSegmentation 的球体。就像我的情况一样，光束对于算法来说太大了。
因此，我必须选择那些显示出某些可能成为球体形状一部分的点。我还认为，我需要将属于不同领域的点分开。我测试并发现如果输入云只有带有一些“自然”噪声的单个球体的球体点，我的代码工作得很好。
有些人通过先提取属于平面的所有点然后搜索球体来解决这个问题。其他人使用目标的颜色（在相机的情况下）来提取只需要的点。
删除平面点应该适用于我的示例云，但我的应用程序可能也有更复杂的形状，所以它可能太简单了..
..最后，我用 pcl::EuclideanClusterExtraction 对云进行聚类，并逐个为球体搜索提供聚类，得到了满意的结果。
我正在尝试使用 RANSAC pcl::sacSegmentation 从点云中查找球体。从一个站用精确的地面扫描仪扫描云。云密度约为1cm。迄今为止最好的结果如下图所示。如您所见，云包含 2 个球体 (r=7,25cm) 和一个连接球的钢梁。我能够找到三个候选球体，它们的内点是从图像中的云中提取的（您可以看到两个球体附近光束上的圆形）。
Input point cloud. Inlier points extracted
所以，看来我很接近了。发现的球体中心仍然与事实相差太多（~10cm）。有什么建议我可以改进吗？我一直在调整模型参数有一段时间了。以下是上述结果的参数：
seg.setOptimizeCoefficients(true);
seg.setModelType(pcl::SACMODEL_SPHERE);
seg.setMethodType(pcl::SAC_RANSAC);
seg.setMaxIterations(500000);
seg.setDistanceThreshold(0.0020);
seg.setProbability(0.99900);
seg.setRadiusLimits(0.06, 0.08);
seg.setInputCloud(cloud);
我还尝试通过在模型中包含点法线来改进结果，但没有更好的结果。但是还有几个参数需要调整，所以可能有一些我没有尝试过的组合。
如果需要，我很乐意为您提供更多信息。
萨克斯 奈赫乌
经过一番调查后，我得出结论，我无法从包含许多不属于任何球体形状的其他点的云中找到具有 SACSegmentation 的球体。就像我的情况一样，光束对于算法来说太大了。 因此，我必须选择那些显示出某些可能成为球体形状一部分的点。我还认为，我需要将属于不同领域的点分开。我测试并发现如果输入云只有带有一些“自然”噪声的单个球体的球体点，我的代码工作得很好。
有些人通过先提取属于平面的所有点然后搜索球体来解决这个问题。其他人使用目标的颜色（在相机的情况下）来提取只需要的点。
删除平面点应该适用于我的示例云，但我的应用程序可能也有更复杂的形状，所以它可能太简单了..
..最后，我用 pcl::EuclideanClusterExtraction 对云进行聚类，并逐个为球体搜索提供聚类，得到了满意的结果。