给定一个点云,找到一个相当精确但又足够快的最近平面的最佳方法是什么?
我搜索了最近的飞机,但找不到任何相关信息。
我想用这个把他们带到这架飞机上。
最佳答案
我想你也可以用主成分分析法:
计算积分的平均值:
C = (0,0,0);
for each point Ri in your dataset,
{ C += Ri; }
C = C * 1.0 / npoints;
计算点的协方差矩阵:
A = zeros(3,3);
for each point Ri in your dataset,
{
D = Ri - C;
A += D*D'; // outer product
}
计算a,a_inv的逆:
A_inv = inv(A)
通过对随机初始向量重复应用inv来执行幂迭代:
N = random vector.
for i=1:20 (or so)
{
N = A_inv*N;
N = normalize(N);
}
从原点到平面的偏移量是k=点(N,C)描述平面的方程是所有点r,因此k=dot(n,r)。