PCL点云处理之基于主成分分析的平面拟合[PCA]（四十七）
前言
一、基于主成分分析的平面拟合？
- 前言
- 一、基于主成分分析的平面拟合？
- 二、实验步骤
-
- 1.代码
- 2.结果输出
- 总结
点云是离散的，我们一般从中拟合平面或者拟合别的几何形状（曲面，圆柱等）来帮助我们分析点云数据。 拟合平面的方法很多，最小二乘，随机采样一致性Ransac，主成分分析PCA都是非常常用的平面拟合算法。 最小特征值对应的特征向量即为拟合平面的法向量，而点云质心即可作为平面上的一点，这样就可以得到拟合平面的方程了，点法式和一般式都是一样的，可以互相转换
二、实验步骤 1.代码
#include 
