Подробнее...MaximumLikelihoodSampleConsensus представляет реализацию алгоритма MLESAC (Maximum Likelihood Estimator SAmple Consensus), как описано в: "MLESAC: A new robust estimator with application to estimating image geometry", P.H.S. Подробнее...
#include <pcl/sample_consensus/mlesac.h>
Общедоступные типы | |
| using | Ptr = shared_ptr< MaximumLikelihoodSampleConsensus< PointT > > |
| using | ConstPtr = shared_ptr< const MaximumLikelihoodSampleConsensus< PointT > > |
 Общедоступные типы, унаследованные от pcl::SampleConsensus< PointT >
| |
| using | Ptr = shared_ptr< SampleConsensus< PointT > > |
| using | ConstPtr = shared_ptr< const SampleConsensus< PointT > > |
Общедоступные члены-функции | |
| MaximumLikelihoodSampleConsensus (const SampleConsensusModelPtr &model) | |
| Основной конструктор MLESAC (Максимальный правдоподобие SAmple Consensus). Подробнее... |
|
| MaximumLikelihoodSampleConsensus (const SampleConsensusModelPtr &model, double threshold) | |
| Основной конструктор MLESAC (Максимальный правдоподобие Estimator SAmple Consensus). Подробнее... |
|
| bool | computeModel (int debug_verbosity_level=0) override |
| Вычислить фактическую модель и найти внутренние точки. Подробнее... |
|
| void | setEMIterations (int iterations) |
| Установить количество итераций EM. Подробнее... |
|
| int | getEMIterations () const |
| Получить количество итераций EM. 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 порог расстояния до модели. Подробнее... |
|
| double | getDistanceThreshold () const |
| Получить порог расстояния до модели, заданный 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 по крайней мере одной выборки без выбросов. Подробнее... |
|
| double | getProbability () const |
| Получить вероятность выбора по меньшей мере одного образца, свободного от выбросов, как задано 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 |
| Возвратить лучшую найденную до сих пор модель. Подробнее... |
|
| void | getInliers (Indices &inliers) const |
| Возвратить лучший найденный до сих пор набор внутренних точек для этой модели. Подробнее... |
|
| void | getModelCoefficients (Eigen::VectorXf &model_coefficients) const |
| Возвратить коэффициенты модели лучшей найденной до сих пор модели. Подробнее... |
|
Защищенные функции-члены | |
| double | computeMedianAbsoluteDeviation (const PointCloudConstPtr &cloud, const IndicesPtr &indices, double sigma) const |
| Вычислить медианное абсолютное отклонение: Подробнее... |
|
| void | getMinMax (const PointCloudConstPtr &cloud, const IndicesPtr &indices, Eigen::Vector4f &min_p, Eigen::Vector4f &max_p) const |
| Определить минимальные и максимальные координаты 3D-ограничивающей прямоугольной области для заданного набора точек. Подробнее... |
|
| void | computeMedian (const PointCloudConstPtr &cloud, const IndicesPtr &indices, Eigen::Vector4f &median) const |
| Вычислить медианное значение 3D облака точек, используя заданный набор индексов точек и вернуть его как Point32. Подробнее... |
|
|
Защищенные функции-члены, унаследованные от pcl::SampleConsensus< PointT >
| |
| double | rnd () |
| Генератор случайных чисел на основе Boost. Подробнее... |
|
Дополнительные унаследованные члены | |
|
Защищённые атрибуты, унаследованные от pcl::SampleConsensus< PointT >
| |
| SampleConsensusModelPtr | sac_model_ |
| Используемая базовая модель данных (т.е. 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, рассчитанные непосредственно из найденной модели. подробнее... |
|
| double | probability_ |
| Желаемая вероятность выбора хотя бы одной выборки, свободной 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 до отказа. подробнее... |
|
| int | threads_ |
| Количество потоков, используемых планировщиком, или отрицательное число, если распараллеливание не требуется. подробнее... |
|
| boost::mt19937 | rng_alg_ |
| Алгоритм генерации случайных чисел на основе Boost. подробнее... |
|
| std::shared_ptr< boost::uniform_01< boost::mt19937 > > | rng_ |
| Распределение генератора случайных чисел на основе Boost. подробнее... |
|
Подробное описание
шаблон<typename PointT>
класс pcl::MaximumLikelihoodSampleConsensus< PointT >
MaximumLikelihoodSampleConsensus представляет собой реализацию алгоритма MLESAC (Maximum Likelihood Estimator SAmple Consensus), как описано в: "MLESAC: A new robust estimator with application to estimating image geometry", P.H.S.
Torr и A. Zisserman, Computer Vision and Image Understanding, том 78, 2000.
- Примечание
- MLESAC полезен в ситуациях, когда большинство образцов данных принадлежат модели, и требуется быстрый алгоритм отклонения выбросов.
Документация по типу-переменной
ConstPtr
шаблон<typename PointT >
| using pcl::MaximumLikelihoodSampleConsensus< PointT >::ConstPtr = shared_ptr<const MaximumLikelihoodSampleConsensus<PointT> > |
Ptr
template<typename PointT >
| using pcl::MaximumLikelihoodSampleConsensus< PointT >::Ptr = shared_ptr<MaximumLikelihoodSampleConsensus<PointT> > |
Документация конструкторов и деструкторов
MaximumLikelihoodSampleConsensus() [1/2]
template<typename PointT >
| inline |
MaximumLikelihoodSampleConsensus() [2/2]
template<typename PointT >
| inline |
Документация функций-членов
computeMedian()
template<typename PointT >
| protected |
Вычислить медианное значение 3D облака точек, используя заданный набор индексов точек и вернуть его как Point32.
- Parameters
-
[in] cloud данные облака точек [in] indices индексы точек [out] median результирующее медианное значение
Определение в строке 261 файла mlesac.hpp.
Ссылки на pcl::computeMedian().
computeMedianAbsoluteDeviation()
template<typename PointT >
| protected |
Вычисление медианного абсолютного отклонения:
![\[ MAD = \sigma * median_i (| Xi - median_j(Xj) |) \]](data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAdkAAAAcBAMAAADfO9iCAAAAH3RFWHRTb2Z0d2FyZQBHUEwgR2hvc3RzY3JpcHQgOS41NS4w8hiBLwAAAAlwSFlzAAAbrwAAG68BXhqRHAAAADBQTFRF////AAAAd3d3u7u7RERE7u7umZmZzMzMZmZm3d3dVVVViIiIMzMzERERIiIiqqqq3YJcEAAABwxJREFUWMPtWG9sU1UUP23X9/pnW/fG3B+24etA3JBBx/AffKA1VdFIeCMzQdhMN9GICOmAiMEPFmEGojGdMQYTSDpFJZE/XTB+wmRbUGNQUghqJCbbjBhNUIuJMcEPeu45t+3a9zpljiwxng+97917+jv3d+6559z7AP6XGy+/gf2GoJrkbvFjl62lvDtDxu8sOqLoYJsepiMKU6GapFPo22Qr5IiWEo3zfFWM3r1zxK8n1BgOf3PLvyB7Yi5OLm05dA2Y7TGtUQe/VmUU1SwQz0QCYFWRwWtCYUS7AHZNu5dcEwDnR8yWWpJX6mi5J+L82l1NTQk2js+j02frqAcYqLAacV6WbMF/Exr+UjxZa5qkLQluzXpIoCKahq5rjbByEOApZkstyT20mKvmZchXUlMmfNB9efpsvTUAG5JWIy49w3YATW8wxJO1pkmGouB8z3rIRYHs1nBB3+ae1zBeygNsS7Q0/lK98MzSWrkkLzDbvnHhqfrps/Wkio0MxDNsPbXgvP96QI8XHxrg2ByM5Tap8HmQbYmWNvdjgp53HQcwlKyby14Uu9hRNX22ZYliI6chw9ahxTuva7NcKj50WsZ6XZ7/3HVsy10nI+ANQen5Uvm6RWGGgxGazdTGn5lirK9obI5m2cKEfl0VQJ0i1ka5Ka/05PnvrLR1Vi4mNOCv3jHOez3oaKCH8/FibH37wuEH+XEBN+uPGk2L0xubhFPdi5rRT+qbC3GL9d6HHbubNidRA1BDppM5ObY9P/B+Is18MYPubtpSA8qCiBUoo4pQnbdXrir9E/ZJW/u49yCMYCDHr3L9sQeYoUpJyzvPTNY9EtbOrKYnWA6PiIcWW3NUqTkArZhwtkZEwd4atf8EvmQrWv8KllSwhoweR12ObTcnCdIsEBOoQErBH/aUFSijUiWVZbfTOCaaVmlLGngCQga8Dn7O2s8CEFsvJS0X7WElzEIU4fCn0MeAPfoK9TvxEOv4ERwNBvQEQMFYmy+qj3MuRs0g1YyOIGtI79srcmxLq2R8DZrYmkAFUgKCngorUEYVMiLzUT+EaJLSVg/3HgB/AHQY4ZSGyVsTce+hpFVebV7bhwwoGWZ3hn9tFecPNXk1Al5U9cehexzUIDw6LrbYc8jY+TPuYJ01xMS8kTy2vRqZFZqFW7QQlJCSahIZF4LCBzm2ip8XWdXhImWtONtqY35BXFYl6uSYVUabmrRAptxC3xfm89nNuBQS2bFGHrZwRi48KKzBVP7Wyv24HjqVW9RVMFSHAlkNKEtOZqvooVgWVZzrOIgesAIlJFyInrQJFC7k2PaW1Gb8RbukLSDZUoJwx6BN3wg+1ulsb28fSWfKLezRLctoqQyWg8c+5odzGAbD4ESM0ClxPA4FWG8cStD3g6yRKUmT2D4JPezPUs6RO9pJAlagAuk4d1uAZtgqMaXRgElH4Hy2SgT6EjrYOWbni6nqmXKrcnp28xza6ZhvQ/gBdsL6sWWHfqHMUEt9YoFCZErjaWCfDSdxkTWuRgrZOmJQzjVlwOzWQlCBhOXWXQlWoBm2d2FVk6XPQz1thmRLE3NhXK8NAJdbVXD065ly2/U1Z0yZpajs2HB0iPfAivhyaCKFagqw0pSXM4OoaX3JXeCP/m4bxohSo0Jjj7EZvEvRv1m2mBLtvINQ01ToCkAFUr0atdf4ogWg7ua0RCUC/nF5vKEI9EtbfpkOyb9cbj3CAf6ELLfOcxbnnDIdnBcyL5ukX+uEWVwJF+wROQcwU/sDLXAFYuVBsM+xx4XGJUjArW3AaVTMQMWbipOyhNAsNFQIKpHKh11QAPqqIyVRYScS6JBpmivHYsl2MfU9jYRx71C5db5MXghyuXW29lucLezD0JWd2fuQ3XVXED59CgYC4NNhCSghnEalqtvHYVOFhzQqHRGnvgTVqyXbD9PZgoGahYYKQSWSTd8O+aDQ762QqN6xXFWjPAawWrKl8nlC+xbsaWdYu4gUQton6AStIVayBm+3n7VYntAW3ZE797i5seF/cTuV3pYE3/crX8QY2buwqzkAi3oBji57fHQvaezHN0OExVFiq4Y0vOtt0xrEXVRoFogJlJHs7+gmUE+QUXdqjRFQJrQztEe5hI9JtmPTO+27zd8kVESPyu8iDvoossMQLyp2qreDI04a4o2OPtty9TaLEP17UEaCXVAIKnYXo+YJlVtfim35UrPwQcqT2Jy7c86Y9AUm3WDzbxCZu7RLnwW2tjRGnxKcYbZDVEqDk7s2JFxUyQ8bbOuwMQtsS5pE5K2dYbZH6Hdt3ied4TaqxCflrjk5K99WaX92GTPLliti1+Tl6+T7nhJjtkps9j4nq/0zyfZPedlTLQrmdmC222fz6/nDmdo1E1J5KJJBNYkh66QB/xVZ1vIPFf8CLzC0oESG3iEAAAAASUVORK5CYII=)
- Примечание
- Sigma необходимо выбрать тщательно (хорошее начальное значение sigma - 1.4826)
- Parameters
-
[in] cloud сообщение данных облака точек [in] indices набор индексов точек для использования [in] sigma значение sigma
Определение в строке 212 файла mlesac.hpp.
Ссылки на pcl::computeMedian().
computeModel()
template<typename PointT >
| overridevirtual |
Вычислить фактическую модель и найти инлайнеры.
- Parameters
-
[in] debug_verbosity_level включить/выключить отладочную информацию на экране и установить уровень подробности
Реализует pcl::SampleConsensus< PointT >.
Определение в строке 50 файла mlesac.hpp.
Ссылки на pcl::geometry::distance(), pcl::getMinMax() и M_PI.
getEMIterations()
template<typename PointT >
| inline |
getMinMax()
template<typename PointT >
| protected |
Определить минимальные и максимальные координаты 3D ограничивающего прямоугольного параллелепипеда для заданного набора точек.
- Параметры
-
[in] облако сообщение облака точек [in] индексы набор индексов точек для использования [out] min_p результирующие минимальные координаты ограничивающего прямоугольного параллелепипеда [out] max_p результирующие максимальные координаты ограничивающего прямоугольного параллелепипеда
Определение в строке 237 файла mlesac.hpp.
setEMIterations()
template<typename PointT >
| inline |
The documentation for this class was generated from the following files:
- pcl/sample_consensus/mlesac.h
- pcl/sample_consensus/impl/mlesac.hpp
© 2009–2012, Willow Garage, Inc.
© 2012–, Open Perception, Inc.
Licensed under the BSD License.
https://pointclouds.org/documentation/classpcl_1_1_maximum_likelihood_sample_consensus.html
