pcl提取点云平面

PCL提取点云平面的方法有很多种，其中最常用的是RANSAC（随机抽样一致性）算法。以下是一个简单的示例代码，用于提取点云中的平面：

#include <iostream>
#include <pcl/io/pcd_io.h>
#include <pcl/point_types.h>
#include <pcl/filters/extract_indices.h>
#include <pcl/segmentation/sac_segmentation.h>

int main(int argc, char** argv) {
  // Load input file
  pcl::PointCloud<pcl::PointXYZ>::Ptr cloud(new pcl::PointCloud<pcl::PointXYZ>);
  if (pcl::io::loadPCDFile<pcl::PointXYZ>(argv[1], *cloud) == -1) {
    PCL_ERROR("Couldn't read file %s\n", argv[1]);
    return (-1);
  }

  // Create the segmentation object
  pcl::SACSegmentation<pcl::PointXYZ> seg;
  pcl::PointIndices::Ptr inliers(new pcl::PointIndices);
  pcl::ModelCoefficients::Ptr coefficients(new pcl::ModelCoefficients);
  seg.setOptimizeCoefficients(true);
  seg.setModelType(pcl::SACMODEL_PLANE);
  seg.setMethodType(pcl::SAC_RANSAC);
  seg.setMaxIterations(1000);
  seg.setDistanceThreshold(0.01);

  // Segment the largest planar component from the input cloud
  seg.setInputCloud(cloud);
  seg.segment(*inliers, *coefficients);
  if (inliers->indices.size() == 0) {
    PCL_ERROR("Could not estimate a planar model for the given dataset.");
    return (-1);
  }

  // Extract the inliers
  pcl::ExtractIndices<pcl::PointXYZ> extract;
  extract.setInputCloud(cloud);
  extract.setIndices(inliers);
  extract.setNegative(false);
  pcl::PointCloud<pcl::PointXYZ>::Ptr plane(new pcl::PointCloud<pcl::PointXYZ>);
  extract.filter(*plane);

  // Save the extracted plane to disk
  pcl::io::savePCDFileASCII("plane.pcd", *plane);

  return 0;
}

在上面的代码中，我们首先载入了一个点云文件，然后创建了一个SACSegmentation对象。接着，我们设置了一些参数，如模型类型（SACMODEL_PLANE）、方法类型（SAC_RANSAC）、最大迭代次数（1000）和距离阈值（0.01）。然后，我们将输入点云传递给segment()函数，从中提取出平面的点集。最后，我们提取出该平面的点集，并将其保存到磁盘上。

需要注意的是，这段代码只能提取一个平面。如果点云中有多个平面，需要对其进行迭代。