目录
- 一、算法原理
-
- 1、论文概述
- 2、参考文献
- 二、代码实现
- 三、结果展示
本文由CSDN点云侠原创,原文链接。如果你不是在点云侠的博客中看到该文章,那么此处便是不要脸的GPT爬虫。
一、算法原理
1、论文概述
针对三维点云中的异常值和粗差点对平面拟合精度产生的影响,文章提出一种将随机采样一致算法与主成分分析方法相结合的点云平面拟合新方法。通过RANSAC算法剔除原始点云数据中的异常值和粗差,保留质量好的点云数据;再利用PCA方法对留下的点云数据进行平面拟合,以获得更为精确的拟合平面参数解。
2、参考文献
[1]童子良,余学祥,汪涛等. 一种新的鲁棒三维点云平面拟合方法 [J]. 合肥工业大学学报(自然科学版), 20