PCL 最小二乘拟合平面【2024最新版】

本文由CSDN点云侠原创，原文链接。爬虫网站自重。博客长期更新，本文最近更新时间为：2024年12月15日。

一、算法原理

1、平面拟合

  PCA 是一种数学变换的方法，利用降维的思想在变换中保持变量的总方差不变，将给定的一组变量线性变换为另一组不相关的变量，并且使变换后的第一变量的方差最大，即第一主成分，其他分量的方差依次递减。在点云数据中的变量为三维点坐标的集合，其变量为X、Y、Z 三个坐标值，则经过变换后，应有三个主成分，对于一个空间平面，在平行于平面的方向上点集分布最为离散，方差最大，在垂直于平面的方向上，点集分布最为集中，方差最小，即空间平面的第三主成分为垂直于空间平面的向量。由于平面拟合最关键的为法向量的拟合，利用PCA 得到点集的第三主成分，即能进一步拟合出平面方程，如图1 所示。