Подробнее...">MEstimatorSampleConsensus представляет реализацию алгоритма MSAC (M-оцениватель SAmple Consensus) по описанию: "MLESAC: A new robust estimator with application to estimating image geometry", P.H.S. Подробнее...
#include <pcl/sample_consensus/msac.h>
Public Types | |
| using | Ptr = shared_ptr< MEstimatorSampleConsensus< PointT > > |
| using | ConstPtr = shared_ptr< const MEstimatorSampleConsensus< PointT > > |
 Public Types inherited from pcl::SampleConsensus< PointT >
| |
| using | Ptr = shared_ptr< SampleConsensus< PointT > > |
| using | ConstPtr = shared_ptr< const SampleConsensus< PointT > > |
Общедоступные члены-функции | |
| MEstimatorSampleConsensus (const SampleConsensusModelPtr &model) | |
| Основной конструктор MSAC (M-оценщик SAmple Consensus). Подробнее... |
|
| MEstimatorSampleConsensus (const SampleConsensusModelPtr &model, double threshold) | |
| Основной конструктор MSAC (M-оценщик SAmple Consensus). Подробнее... |
|
| bool | computeModel (int debug_verbosity_level=0) override |
| Вычисление фактической модели и нахождение инлайнеров. Подробнее... |
|
|
Общедоступные члены-функции, унаследованные от pcl::SampleConsensus< PointT >
| |
| SampleConsensus (const SampleConsensusModelPtr &model, bool random=false) | |
| Конструктор базового SAC. Подробнее... |
|
| SampleConsensus (const SampleConsensusModelPtr &model, double threshold, bool random=false) | |
| Конструктор базового SAC. Подробнее... |
|
| void | setSampleConsensusModel (const SampleConsensusModelPtr &model) |
| Установить используемую модель Sample Consensus. Подробнее... |
|
| SampleConsensusModelPtr | getSampleConsensusModel () const |
| Получить используемую модель Sample Consensus. Подробнее... |
|
| virtual | ~SampleConsensus ()=default |
| Деструктор базового SAC. Подробнее... |
|
| void | setDistanceThreshold (double threshold) |
| Установить пороговое значение расстояния до модели. Подробнее... |
|
| double | getDistanceThreshold () const |
| Получить пороговое значение расстояния до модели, заданное пользователем. Подробнее... |
|
| void | setMaxIterations (int max_iterations) |
| Установить максимальное количество итераций. Подробнее... |
|
| int | getMaxIterations () const |
| Получить максимальное количество итераций, заданное пользователем. Подробнее... |
|
| void | setProbability (double probability) |
| Установить желаемую вероятность выбора хотя бы одного образца, свободного от выбросов. Подробнее... |
|
| double | getProbability () const |
| Получить вероятность выбора хотя бы одного образца, свободного от выбросов, заданную пользователем. Подробнее... |
|
| void | setNumberOfThreads (const int nr_threads=-1) |
| Установить количество потоков для использования или отключить распараллеливание. Подробнее... |
|
| int | getNumberOfThreads () const |
| Получить количество потоков, заданное пользователем. Подробнее... |
|
| virtual bool | refineModel (const double sigma=3.0, const unsigned int max_iterations=1000) |
| Уточнить найденную модель. Подробнее... |
|
| void | getRandomSamples (const IndicesPtr &indices, std::size_t nr_samples, std::set< index_t > &indices_subset) |
| Получить набор случайных индексов. Подробнее... |
|
| void | getModel (Indices &model) const |
| Возвращает лучшую найденную модель до сих пор. Подробнее... |
|
| void | getInliers (Indices &inliers) const |
| Возвращает лучший набор выбросов, найденных до сих пор для этой модели. Подробнее... |
|
| void | getModelCoefficients (Eigen::VectorXf &model_coefficients) const |
| Возвращает коэффициенты модели лучшей найденной модели до сих пор. Подробнее... |
|
Дополнительные унаследованные члены | |
|
Защищённые члены-функции, унаследованные от pcl::SampleConsensus< PointT >
| |
| double | rnd () |
| Генератор псевдослучайных чисел на основе Boost. Подробнее... |
|
|
Защищённые атрибуты, унаследованные от pcl::SampleConsensus< PointT >
| |
| SampleConsensusModelPtr | sac_model_ |
| Используемая модель данных (например, Подробнее... |
|
| Indices | model_ |
| Найденная модель после последнего вызова computeModel () в виде индексов точек облака. Подробнее... |
|
| Indices | inliers_ |
| Индексы точек, выбранных в качестве инлайнеров после последнего вызова computeModel (). Подробнее... |
|
| Eigen::VectorXf | model_coefficients_ |
| Коэффициенты нашей модели, вычисленные непосредственно из найденной модели. Подробнее... |
|
| double | probability_ |
| Требуемая вероятность выбора по крайней мере одного образца, свободного от выбросов. Подробнее... |
|
| int | iterations_ |
| Общее количество внутренних итераций цикла, выполненных до сих пор. Подробнее... |
|
| double | threshold_ |
| Пороговое значение расстояния до модели. Подробнее... |
|
| int | max_iterations_ |
| Максимальное количество итераций перед отказом. Подробнее... |
|
| int | threads_ |
| Количество потоков, которые должен использовать планировщик, или отрицательное число, если параллелизация не требуется. Подробнее... |
|
| boost::mt19937 | rng_alg_ |
| Алгоритм генератора псевдослучайных чисел на основе Boost. Подробнее... |
|
| std::shared_ptr< boost::uniform_01< boost::mt19937 > > | rng_ |
| Распределение генератора псевдослучайных чисел на основе Boost. Подробнее... |
|
Подробное описание
шаблон<typename PointT>
класс pcl::MEstimatorSampleConsensus< PointT >
MEstimatorSampleConsensus представляет собой реализацию алгоритма MSAC (M-оценщик SAmple Consensus), как описано в: «MLESAC: новый робастный оценщик с применением к оценке геометрии изображения», П.Х.С.
Торр и А. Зиссерман, Компьютерное зрение и обработка изображений, т. 78, 2000. Отличие от RANSAC заключается в том, как вычисляется качество модели: RANSAC подсчитывает количество инлайнеров, заданных порогом. Чем больше инлайнеров, тем лучше модель - не имеет значения, насколько близко инлайнеры фактически находятся к модели, лишь бы они находились в пределах порога. MSAC изменяет это, используя сумму всех расстояний точка-модель в качестве меры качества, однако выбросы добавляют только порог, а не их истинное расстояние. Этот метод может привести к лучшим результатам по сравнению с RANSAC.
Документация по членам-типам
ConstPtr
шаблон<typename PointT >
| используя pcl::MEstimatorSampleConsensus< PointT >::ConstPtr = shared_ptr<const MEstimatorSampleConsensus<PointT> > |
Ptr
шаблон<typename PointT >
| используя pcl::MEstimatorSampleConsensus< PointT >::Ptr = shared_ptr<MEstimatorSampleConsensus<PointT> > |
Документация конструктора и деструктора
MEstimatorSampleConsensus() [1/2]
шаблон<typename PointT >
| inline |
MEstimatorSampleConsensus() [2/2]
шаблон<typename PointT >
| inline |
Документация функции-члена
computeModel()
шаблон<typename PointT >
| overridevirtual |
Вычисление фактической модели и поиск инлайнеров.
- Параметры
-
[in] debug_verbosity_level включить/выключить отладочную информацию на экране и установить уровень подробности
Реализует pcl::SampleConsensus< PointT >.
Определение в строке 48 файла msac.hpp.
Ссылки на pcl::geometry::distance().
Документация по этому классу была сгенерирована из следующих файлов:
© 2009–2012, Willow Garage, Inc.
© 2012–, Open Perception, Inc.
Licensed under the BSD License.
https://pointclouds.org/documentation/classpcl_1_1_m_estimator_sample_consensus.html
