我正在尝试将平面模型拟合到点云（具有类似平面的结构）。
我遇到的问题是拟合平面只是云的一小部分，即使距离阈值设置为相对较大的值。
以下是结果的一些图像：（白点是模型内点）
你可以在这里看到云有多薄：
我已经调整了 SACSegmentation 对象的各种参数，甚至尝试了 PCL 没有运气的多种 RANSAC 方法。
这是显示的点云： https ://drive.google.com/file/d/0B0PUIShwQuU7RmFKUW1Cd2V1Zk0/view?usp=sharing
这是非常接近本教程的最小代码：
#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);
}