RandomSampleConsensus представляет реализацию алгоритма RANSAC (RANdom SAmple Consensus), как описано в: "Random Sample Consensus: A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography", Martin A. Подробнее...
#include <pcl/sample_consensus/ransac.h>
Общедоступные типы | |
| using | Ptr = shared_ptr< RandomSampleConsensus< PointT > > |
| using | ConstPtr = shared_ptr< const RandomSampleConsensus< PointT > > |
 Общедоступные типы, унаследованные от pcl::SampleConsensus< PointT >
| |
| using | Ptr = shared_ptr< SampleConsensus< PointT > > |
| using | ConstPtr = shared_ptr< const SampleConsensus< PointT > > |
Публичные члены-функции | |
| RandomSampleConsensus (const SampleConsensusModelPtr &model) | |
| Основной конструктор RANSAC (RANdom SAmple Consensus). Подробнее... |
|
| RandomSampleConsensus (const SampleConsensusModelPtr &model, double threshold) | |
| Основной конструктор RANSAC (RANdom SAmple Consensus). Подробнее... |
|
| bool | computeModel (int debug_verbosity_level=0) override |
| Вычисление фактической модели и нахождение инлайнеров. Подробнее... |
|
|
Публичные 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) |
| Установка модели согласованности выборок для использования. Подробнее... |
|
| SampleConsensusModelPtr | getSampleConsensusModel () const |
| Получение модели согласованности выборок, используемой. Подробнее... |
|
| virtual | ~SampleConsensus ()=default |
| Деструктор базового SAC. Подробнее... |
|
| void | setDistanceThreshold (double threshold) |
| Установка порога расстояния до модели. Подробнее... |
|
| double | getDistanceThreshold () const |
| Получение порога расстояния до модели, установленного пользователем. Подробнее... |
|
| void | setMaxIterations (int max_iterations) |
| Установка максимального числа итераций. Подробнее... |
|
| int | getMaxIterations () const |
| Получение максимального числа итераций, установленного пользователем. Подробнее... |
|
| void | setProbability (double probability) |
| Установление желаемой вероятности выбора по крайней мере одной выборки, свободной от выбросов. Подробнее... |
|
| double | getProbability () const |
| Получение вероятности выбора по крайней мере одной выборки, свободной от выбросов, установленной пользователем. Подробнее... |
|
| void | setNumberOfThreads (const int nr_threads=-1) |
| Установка количества потоков для использования или отключение распараллеливания. Подробнее... |
|
| int | getNumberOfThreads () const |
| Получить количество потоков, установленное 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 случайно выбранных индексов. Подробнее... |
|
| void | getModel (Indices &model) const |
| Возвращает лучшую найденную до сих пор модель. Подробнее... |
|
| void | getInliers (Indices &inliers) const |
| Возвращает лучший набор инлиаров, найденных до сих пор для этой модели. Подробнее... |
|
| void | getModelCoefficients (Eigen::VectorXf &model_coefficients) const |
| Возвращает коэффициенты модели лучшей найденной до сих пор модели. Подробнее... |
|
Дополнительные унаследованные члены | |
|
Защищенные методы-члены, унаследованные от pcl::SampleConsensus< PointT >
| |
| double | rnd () |
| Генератор случайных чисел на основе Boost. Подробнее... |
|
|
Защищенные атрибуты, унаследованные от pcl::SampleConsensus< PointT >
| |
| SampleConsensusModelPtr | sac_model_ |
| Используемая базовая модель данных (например, Подробнее... |
|
| Indices | model_ |
| Модель, найденная 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 модели, рассчитанные непосредственно из найденной модели. Подробнее... |
|
| double | probability_ |
| Требуемая вероятность выбора хотя бы одной выборки, свободной от выбросов. Подробнее... |
|
| int | iterations_ |
| Общее количество итераций внутреннего цикла, выполненных до сих пор. Подробнее... |
|
| double | threshold_ |
| Порог 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 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::RandomSampleConsensus< PointT >
RandomSampleConsensus представляет собой реализацию алгоритма RANSAC (RANdom SAmple Consensus), как описано в: "Random Sample Consensus: A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography", Мартин А.
Фишлер и Роберт К. Боллс, Comm. Of the ACM 24: 381–395, июнь 1981. Доступна параллельная версия, включенная с помощью setNumberOfThreads. По умолчанию используется непараллельный вариант.
Алгоритм работает следующим образом:
- случайным образом выбирает выборки из облака, столько, сколько нужно для определения модели
- вычисляет коэффициенты модели из выборок
- подсчитывает, сколько точек облака принадлежит модели, учитывая порог. Эти точки называются инлайнерами
- повторяет, пока не будет найдена подходящая модель или не будет достигнуто максимальное количество итераций
- возвращает модель с наибольшим количеством инлайнеров
Документация по typedef-членам
ConstPtr
template<typename PointT >
| using pcl::RandomSampleConsensus< PointT >::ConstPtr = shared_ptr<const RandomSampleConsensus<PointT> > |
Ptr
template<typename PointT >
| using pcl::RandomSampleConsensus< PointT >::Ptr = shared_ptr<RandomSampleConsensus<PointT> > |
Документация конструктора и деструктора
RandomSampleConsensus() [1/2]
template<typename PointT >
| inline |
RandomSampleConsensus() [2/2]
template<typename PointT >
| inline |
Документация функций-членов
computeModel()
template<typename PointT >
| overridevirtual |
Вычисление фактической модели и нахождение инлайнеров.
- Параметры
-
[in] debug_verbosity_level включить/выключить отладочную информацию на экране и установить уровень подробности
Реализует pcl::SampleConsensus< PointT >.
Определение в строке 57 файла ransac.hpp.
Используется в pcl::registration::CorrespondenceRejectorSampleConsensus2D< PointT >::getRemainingCorrespondences() и pcl::registration::CorrespondenceRejectorSampleConsensus< PointT >::getRemainingCorrespondences().
Документация для этого класса сгенерирована из следующих файлов:
- pcl/sample_consensus/ransac.h
- pcl/sample_consensus/impl/ransac.hpp
© 2009–2012, Willow Garage, Inc.
© 2012–, Open Perception, Inc.
Licensed under the BSD License.
https://pointclouds.org/documentation/classpcl_1_1_random_sample_consensus.html
