pcfitcylinder
适合缸三维点云
语法
描述
模型= pcfitcylinder (ptCloudIn,maxDistance)
模型= pcfitcylinder (ptCloudIn,maxDistance,referenceVector)
模型= pcfitcylinder (ptCloudIn,maxDistance,referenceVector,maxAngularDistance)
(此外返回线性指数窗和异常值点的点云输入。模型,inlierIndices,outlierIndices)= pcfitcylinder (ptCloudIn,maxDistance)
(___,此外返回的距离窗的平均误差模型。meanError)= pcfitcylinder (ptCloudIn,maxDistance)
例子
从点云提取圆柱体
加载点云。
负载(“object3d.mat”);
显示点云。
图pcshow (ptCloud)包含(“X”(m))ylabel (“Y (m)”)zlabel (“Z”(m))标题(“原始点云”)
设置最大point-to-cylinder距离(5毫米)圆柱拟合。
maxDistance = 0.005;
设置限制搜索感兴趣的区域。
投资回报率=[负无穷到0.4,0.6,0.2,0.1,正);sampleIndices = findPointsInROI (ptCloud roi);
设置方位限制。
referenceVector = [0, 0, 1];
检测气缸和从点云提取它通过指定窗点。
(模型、inlierIndices) = pcfitcylinder (ptCloud maxDistance,…referenceVector SampleIndices = SampleIndices);电脑=选择(ptCloud inlierIndices);
提取的油缸。
图pcshow (pc)标题(“缸点云”)
在点云检测气缸
加载一个垫子文件包含一个点云到工作区中。
负载(“object3d.mat”);
显示点云。
图pcshow (ptCloud)包含(“X”(m))ylabel (“Y (m)”)zlabel (“Z”(m))标题(“发现一个圆柱体点云”)
设置最大point-to-cylinder距离圆柱拟合5毫米。
maxDistance = 0.005;
指定感兴趣区域(ROI)约束拟合函数。
投资回报率= [0.4 - 0.6;从负0.2;0.1正);sampleIndices = findPointsInROI (ptCloud roi);
设置方向约束的拟合函数
referenceVector = (0 0 1);
检测气缸在指定的点云的ROI和提取。
模型= pcfitcylinder (ptCloud maxDistance referenceVector,…SampleIndices = SampleIndices);
情节的模型检测气缸。
持有在情节(模型)
输入参数
输出参数
算法
函数返回一个几何模型,描述了汽缸。这个函数使用M-estimator样品一致(MSAC)算法发现缸。MSAC算法随机样本共识的一种变体(RANSAC)算法。
的匹配算法pcfitcylinder函数需要点云法线。因此,如果正常的属性输入点云是空的,函数填充它。当函数填充正常的财产,它使用6分,以适应当地的汽缸。如果6分不工作和安装失败,考虑调用pcnormals函数允许您选择要使用的点数。
引用
[1]托,p·h·S。,and A. Zisserman. “MLESAC: A New Robust Estimator with Application to Estimating Image Geometry.”计算机视觉和图像理解。78年卷1,2000年4月,第138 - 156页。
