PCL 基于PCA算法的点云平面拟合

平面拟合

  • 一、算法原理
    • 1、平面拟合
    • 2、参考文献
  • 二、代码实现
  • 三、结果展示

在这里插入图片描述

一、算法原理

1、平面拟合

  PCA 是一种数学变换的方法,利用降维的思想在变换中保持变量的总方差不变,将给定的一组变量线性变换为另一组不相关的变量,并且使变换后的第一变量的方差最大,即第一主成分,其他分量的方差依次递减。在点云数据中的变量为三维点坐标的集合,其变量为X、Y、Z 三个坐标值,则经过变换后,应有三个主成分,对于一个空间平面,在平行于平面的方向上点集分布最为离散,方差最大,在垂直于平面的方向上,点集分布最为集中,方差最小,即空间平面的第三主成分为垂直于空间平面的

你可能感兴趣的:(点云进阶,算法,平面,开发语言,计算机视觉,人工智能)