【论文复现】—— 基于最小平方中值的点云平面拟合算法

一、算法原理

1、论文概述

  三维扫描获取待测对象点云时，不可避免地会出现噪声点和异常值，严重影响点云平面参数估计和平面拟合精度，采用随机抽样一致性（RANSAC）和主成成分分析（PCA）结合的算法，可以有效估计点云平面参数并拟合平面，具有一定鲁棒性。但RANSAC算法在每次迭代过程需要进行判断以区分内点与外点，具有冗余性，对运行效率有一定影响，同时其估计结果也会受到迭代次数的影响。针对以上问题，提出最小平方中值（LMedS）和PCA结合的算法拟合点云平面。

2、参考文献

[1]王洋,王俊元,杜文华,段能全.基于最小平方中值的点云平面拟合算法[J/OL].激光与光电子学进展

二、代码实现

#include