文件名称：Ransac_Plane_Detection:随机样本共识在点云平面检测中的应用
文件大小：58.72MB
文件格式：ZIP
更新时间：2024-05-18 01:56:53
C++
通过RANSAC检测点云中的平面 本节介绍了随机样本共识（RANSAC）算法在点云中检测平面的应用。 RANSAC被广泛用于将模型拟合到实验数据。 RANSAC使用与经典的参数估计算法相反的方法。 RANSAC不会通过从尽可能多的数据中推导解决方案并消除异常值来进行迭代，而不会使用尽可能最小的数据集来定义模型，然后计算与之相符的数据量。 在这种情况下，严重错误不会产生任何影响：只有一致的数据量才起作用。 当前项目的目标是通过RANSAC在大约40万个点的点云中检测飞机，这是柏林Charite诊所对建筑物进行激光扫描的结果。 根据超参数的值，结果可能会更加详细，如下图所示： 或更笼统地说： 算法本身，其应用和结果在我写的科学文章中介绍，可以作为pdf文件下载：
【文件预览】：
Ransac_Plane_Detection-master
----Ransac_Kuramin.pdf(291KB)
----my_Color.h(251B)
----images()
--------Ransac.pdf(291KB)
--------ransac2.PNG(197KB)
--------ransac1.PNG(273KB)
----Scan_Point.h(2KB)
----Vector3.h(3KB)
----Charite-large.ptx(10.65MB)
----Ransac()
--------Ransac.vcxproj(6KB)
--------Ransac.vcxproj.user(162B)
--------.vs()
--------x64()
--------Ransac.vcxproj.filters(1KB)
--------Ransac.sln(1KB)
----README.md(1KB)
----Ransac_main.cpp(11KB)
----TXTReader.h(5KB)
----TXTWriter.h(2KB)
----Ransac.bat(57B)
----Util.h(741B)