RandomizedMEstimatorSampleConsensus представляет собой реализацию алгоритма RMSAC (Randomized M-estimator SAmple Consensus), который, по сути, добавляет тест Td,d (см. RandomizedRandomSampleConsensus) к оценивателю MSAC (см. MEstimatorSampleConsensus). Подробнее...
#include <pcl/sample_consensus/rmsac.h>
|
| |
RandomizedMEstimatorSampleConsensus (const SampleConsensusModelPtr &model) |
| |
Основной конструктор RMSAC (Randomized M-estimator SAmple Consensus). Подробнее...
|
|
| |
RandomizedMEstimatorSampleConsensus (const SampleConsensusModelPtr &model, double threshold) |
| |
Основной конструктор RMSAC (Randomized M-estimator SAmple Consensus). Подробнее...
|
|
| bool |
computeModel (int debug_verbosity_level=0) override |
| |
Вычислить фактическую модель и найти согласованные точки. Подробнее...
|
|
| void |
setFractionNrPretest (double nr_pretest) |
| |
Задать процент точек для предварительной проверки. Подробнее...
|
|
| double |
getFractionNrPretest () const |
| |
Получить процент точек для предварительной проверки. Подробнее...
|
|
| void |
setNrSamplesPretest (std::size_t nr_pretest) |
| |
Задать абсолютное число точек для предварительной проверки. Подробнее...
|
|
| std::size_t |
getNrSamplesPretest () const |
| |
Получить абсолютное число точек для предварительной проверки. Подробнее...
|
|
| |
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) |
| |
Задать используемую модель консенсуса по выборке. Подробнее...
|
|
| SampleConsensusModelPtr |
getSampleConsensusModel () const |
| |
Получить используемую модель консенсуса по выборке. Подробнее...
|
|
| virtual |
~SampleConsensus ()=default |
| |
Деструктор базового SAC. Подробнее...
|
|
| void |
setDistanceThreshold (double threshold) |
| |
Задать порог расстояния до модели. Подробнее...
|
|
| double |
getDistanceThreshold () const |
| |
Получить заданный пользователем порог расстояния до модели. Подробнее...
|
|
| void |
setMaxIterations (int max_iterations) |
| |
Задать максимальное число итераций. Подробнее...
|
|
| int |
getMaxIterations () const |
| |
Получить заданное пользователем максимальное число итераций. Подробнее...
|
|
| void |
setProbability (double probability) |
| |
Задать требуемую вероятность выбора хотя бы одной выборки, не содержащей выбросов. Подробнее...
|
|
| double |
getProbability () const |
| |
Получить заданную пользователем вероятность выбора хотя бы одной выборки, не содержащей выбросов. Подробнее...
|
|
| void |
setNumberOfThreads (const int nr_threads=-1) |
| |
Задать число потоков или отключить параллельное выполнение. Подробнее...
|
|
| int |
getNumberOfThreads () const |
| |
Получить заданное пользователем число потоков. 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 |
| |
Вернуть лучшую найденную на данный момент модель. Подробнее...
|
|
| void |
getInliers (Indices &inliers) const |
| |
Вернуть лучший набор согласованных точек, найденный на данный момент для этой модели. Подробнее...
|
|
| void |
getModelCoefficients (Eigen::VectorXf &model_coefficients) const |
| |
Вернуть коэффициенты лучшей найденной на данный момент модели. Подробнее...
|
|
template<typename PointT>
class pcl::RandomizedMEstimatorSampleConsensus< PointT >
RandomizedMEstimatorSampleConsensus представляет собой реализацию алгоритма RMSAC (Randomized M-estimator SAmple Consensus), который, по сути, добавляет тест Td,d (см. RandomizedRandomSampleConsensus) к оценщику MSAC (см. MEstimatorSampleConsensus).
- Примечание
- RMSAC полезен в ситуациях, когда большая часть выборок данных принадлежит модели и требуется быстрый алгоритм отбраковки выбросов.
- Автор
- Radu B. Rusu
Определение в строке 56 файла rmsac.h.
ConstPtr
template<typename PointT >
Ptr
template<typename PointT >
RandomizedMEstimatorSampleConsensus() [1/2]
template<typename PointT >
RandomizedMEstimatorSampleConsensus() [2/2]
template<typename PointT >
computeModel()
template<typename PointT >
getFractionNrPretest()
template<typename PointT >
Возвращает долю точек, используемых для предварительной проверки.
Определение в строке 117 файла rmsac.h.
getNrSamplesPretest()
template<typename PointT >
Возвращает абсолютное число точек, используемых для предварительной проверки.
Определение в строке 132 файла rmsac.h.
setFractionNrPretest()
template<typename PointT >
Задаёт долю точек, используемых для предварительной проверки.
Это альтернатива setNrSamplesPretest.
- Параметры
-
| [in] |
nr_pretest |
доля точек, используемых для предварительной проверки |
Определение в строке 109 файла rmsac.h.
setNrSamplesPretest()
template<typename PointT >
Задаёт абсолютное число точек, используемых для предварительной проверки.
Это альтернатива setFractionNrPretest.
- Параметры
-
| [in] |
nr_pretest |
абсолютное число точек, используемых для предварительной проверки |
Определение в строке 124 файла rmsac.h.
Документация этого класса создана на основе следующих файлов:
Публичные типы, унаследованные от pcl::SampleConsensus< PointT >
