主要内容

pcfitplane

平面与三维点云拟合

折叠所有页面

语法

Model = PCFitplane（PTCloudin，MaxDistance）
模型= pcfitplane (ptCloudIn maxDistance referenceVector)
模型= pcfitplane (ptCloudIn maxDistance、referenceVector maxAngularDistance)
(模型、inlierIndices outlierIndices) = pcfitplane (ptCloudIn maxDistance)
［＿＿＿，意思是pcfitplane（ptcloudin，maxdistance）
［＿＿＿] = PCFitplane（PTCloudin，MaxDistance，Name，Value）

描述

模型= pcfitplane (ptcloudin，Maxdistance.）将平面与点云拟合，该点云具有从内嵌点到平面的最大允许距离。该函数返回描述该平面的几何模型。

此函数使用M-Everialator采样共识（MSAC）算法来查找该平面。MSAC算法是随机样本共识（RANSAC）算法的变体。

模型= pcfitplane (ptcloudin，Maxdistance.，参考矢量）拟合平面到点云，点云有额外的方向约束，由1 × 3指定参考矢量输入。

例子

模型= pcfitplane (ptcloudin，Maxdistance.，参考矢量，maxAngularDistance）适合具有指定最大角度距离的点云的平面。

［模型，inlierIndices，upierIndices) = pcfitplane (ptcloudin，Maxdistance.）另外将线性索引返回到点云输入中的Inlier和异常值。

［＿＿＿，meanError) = pcfitplane (ptcloudin，Maxdistance.）另外，使用前面的任何语法返回inlier点到模型的距离的平均误差。

例子

［＿＿＿) = pcfitplane (ptcloudin，Maxdistance.，名称，价值）使用一个或多个指定的其他选项名称，价值对论点。

例子

全部收缩

打开直播脚本

加载点云。

负载(“object3d.mat”）

显示并标记点云。

图pcshow (ptCloud)包含(“X (m)”）ylabel（“Y (m)”）Zlabel（'z（m）'） 标题（原始点云的）

图中包含一个轴对象。具有标题原始点云的轴对象包含类型分散的对象。

设置平面拟合的最大点到平面的距离(2cm)。

maxDistance = 0.02;

设置平面的普通向量。

referenceVector = [0, 0, 1];

将最大角度距离设置为5度。

maxangulardistance = 5;

检测第一个平面，即表，并从点云中提取它。

[model1, inlierIndices outlierIndices] = pcfitplane (ptCloud,.．.Maxdistance，CaperencVector，Maxangulardistance）;Plane1 = SELECT（PTCLOUD，INLIELINDICES）;保留= SELECT（PTCLOUD，OutierIndices）;

设置感兴趣的区域，以限制对第二架飞机，左壁的搜索。

roi =[正无穷,0.4,正,负,正);sampleIndices = findPointsInROI (remainPtCloud roi);

检测左壁并从剩余的点云中提取。

[Model2，Inlierindices，OutierIndices] = PCFitplane（保留为止，.．.Maxdistance，'Samemindices', sampleIndices);plane2 =选择(remainPtCloud inlierIndices);remainPtCloud =选择(remainPtCloud outlierIndices);

画出两个平面和其余的点。

图pcshow (plane1)标题('第一架飞机'）

图中包含一个轴对象。标题为First Plane的轴对象包含一个类型为scatter的对象。

图pcshow (plane2)标题(第二架飞机的）

图中包含一个轴对象。具有标题第二平面的轴对象包含类型散射的对象。

图pcshow (remainPtCloud)标题(“剩下的点云”）

图中包含一个轴对象。具有标题剩余点云的轴对象包含类型分散的对象。

输入参数

全部收缩

点云，指定为apointcloud.目的。

从Inlier点到平面的最大距离，指定为标量值。指定与您使用的点云的单位一致的单元的距离。

数据类型:单|双倍的

参考方向约束，指定为1 × 3向量。

数据类型:单|双倍的

拟合平面的正常矢量与参考方向之间的最大绝对角距离，指定为度数的标量值。

数据类型:单|双倍的

名称-值参数

指定可选的逗号分隔的对名称，价值论点。的名字参数名和价值是相应的价值。的名字必须出现在引号内。您可以以任何顺序指定多个名称和值对参数name1，value1，...，namen，valuen．

例子：'Samemindices'，[]．

输入点云中待采样点的线性指数，指定为逗号分隔对，由'SampleIndices'和列向量。空向量表示在RANSAC迭代中所有点都是拟合平面的候选样本。当您指定一个子集时，只有子集中的点被抽样以适合模型。

提供分数子集可以显著加快过程并减少试验次数。可以使用findpointsinroi.方法的方法pointcloud.目的。

用于查找inliers的最大随机试验次数，指定为由“逗号分隔对”MaxNumTrials和一个正整数。增加这个值会使输出更健壮，但会增加额外的计算。

查找最大嵌套数的置信百分比，指定为逗号分隔对，由'信心'和一个范围为[0 100]的数字标量。增加这个值会使输出更健壮，但会增加额外的计算。

输出参数

全部收缩

几何模型的平面，返回作为PlaneModel.目的。

当输入点云没有包含足够的有效点，或者当函数找不到足够的嵌套点时，输出模型的系数设为零。

输入点云内嵌点的线性索引，作为列向量返回。

输入点云中的异常值点的线性指标，作为列向量返回。

意味着Inlier指向模型的距离的误差，作为标量值返回。

参考

Torr, P. H. S.和A. Zisserman。“MLESAC:一种新的用于估计图像几何的鲁棒估计器”。计算机视觉与图像理解．2000.

扩展功能

C / C ++代码生成
使用MATLAB®Coder™生成C和C ++代码。

另请参阅

||||||||||||

主题

介绍在R2015B.

计算机视觉工具箱文档

万博1manbetx

与Matlab引入深度学习

与Matlab引入深度学习

下载电子书