PCL点云分割：Min-cut Based Segmentation

背景：

PCL官方教程：http://www.pointclouds.org/documentation/tutorials/min_cut_segmentation.php#min-cut-segmentation

Min-cut Based Segmentation论文：http://gfx.cs.princeton.edu/pubs/Golovinskiy_2009_MBS/paper_small.pdf

1. 使用感受和调参：

算法超参数太多，使用者不友好的算法。除了PCL官方教程里的参数设置，网上没有其他数据集对于的参数设置，即使作者的博客和论文提供了很多看起来很好的效果，我只能说我是不信服的。有也只能是well-tuned result.

那么官方教程里给的效果图是否是真的呢？。

答案不是。因为我复制他们的代码，跑他们的数据，得到的是：

注意上方那一台车里也有属于中间那台车的白点。

然后呢，我试着控制变量法地调算法里参数，来看看算法对参数变化的敏不敏感。

我调了它的foreground_point的x,y,z值，变化很小。

然后就是NumberOfNeighbours = 14->4, 变化蛮大的，如图：

左右的车都开始有白点了。

然后调Sigma 0.25->0.5 没影响。

然后调SourceWeight 0.8 -> 1.2 的影响就很大了：

然后调Radius 3.0433856->3.0433856*0.75的影响也很大，如图中间的车一部分点变红了：

调参可以参考：

https://github.com/PointCloudLibrary/pcl/blob/master/segmentation/include/pcl/segmentation/min_cut_segmentation.h

3. 总结：

总结一下，这个算法在官方的代码和数据跑出来的点云分割效果有瑕疵，而且有很多参数需要设置，其中Radius,NumberofNeighbours和SourceWeight的数值变化会对结果有很大影响，设置参数时可以从他们开始。那么应该怎么设置这些参数呢，我们就需要看论文了。我目前看懂了一部分论文了，个人还需要去复习Graph Cut的知识。先留一个读论文的坑在这里，以后有时间补上。

我最后没选择这种方法到我的项目上，因为我觉得它的鲁棒性或者普适性低。