pcfitsphere

3차원 포인트 클라우드에 구 피팅

구문

model = pcfitsphere(ptCloudIn,maxDistance)

[model,inlierIndices,outlierIndices] = pcfitsphere(___)

[model,inlierIndices,outlierIndices,meanError] = pcfitsphere(___)

[___] = pcfitsphere(___,Name=Value)

설명

model = pcfitsphere(ptCloudIn,maxDistance)는 정상값 점부터 구까지의 허용 가능한 최대 거리를 지정하여 포인트 클라우드에 구를 피팅합니다. 이 함수는 구를 설명하는 기하학적 모델을 반환합니다.

이 함수는 MSAC(M-estimator SAmple Consensus) 알고리즘을 사용하여 구를 찾습니다. MSAC 알고리즘은 RANSAC(RANdom SAmple Consensus) 알고리즘의 변형입니다.

[model,inlierIndices,outlierIndices] = pcfitsphere(___)는 포인트 클라우드 입력값에 있는 정상값과 이상값 점에 대한 선형 인덱스를 추가로 반환합니다.

[model,inlierIndices,outlierIndices,meanError] = pcfitsphere(___)는 위에 열거된 구문 중 하나를 사용하여 정상값 점부터 모델까지의 거리의 평균 오차를 추가로 반환합니다.

[___] = pcfitsphere(___,Name=Value)는 위에 열거된 구문의 인수 조합 외에 하나 이상의 이름-값 인수를 사용하여 옵션을 지정합니다. 예를 들어, MaxNumTrials=1000은 최대 무작위 시행 횟수를 1000으로 설정합니다.

예제

포인트 클라우드에서 구 검출하기

포인트 클라우드를 작업 공간으로 불러옵니다.

load("object3d.mat");

포인트 클라우드를 표시하고 Figure에 레이블을 지정합니다.

figure
pcshow(ptCloud)
title("Detect a sphere in a point cloud")

구 피팅에 사용할 최대 점-구 거리를 1cm로 설정합니다.

maxDistance = 0.01;

관심 영역을 설정하여 탐색을 제한합니다.

roi = [-inf,0.5;0.2,0.4;0.1,inf];
sampleIndices = findPointsInROI(ptCloud,roi);

포인트 클라우드에서 지구본을 검출하고 추출합니다.

[model,inlierIndices] = pcfitsphere(ptCloud,maxDistance,SampleIndices=sampleIndices);
globe = select(ptCloud,inlierIndices);

추출된 지구본을 플로팅합니다.

figure
pcshow(globe)
title("Globe Point Cloud")

입력 인수

ptCloudIn — 포인트 클라우드

pointCloud 객체

포인트 클라우드로, pointCloud 객체로 지정됩니다.

maxDistance — 정상값 점부터 구까지의 최대 거리

스칼라 값

정상값 점부터 구까지의 최대 거리로, 스칼라 값으로 지정됩니다. 포인트 클라우드에 사용하는 단위와 일치하는 단위로 거리를 지정합니다.

데이터형: single | double

이름-값 인수

선택적 인수 쌍을 Name1=Value1,...,NameN=ValueN으로 지정합니다. 여기서 Name은 인수 이름이고 Value는 대응값입니다. 이름-값 인수는 다른 인수 뒤에 와야 하지만, 인수 쌍의 순서는 상관없습니다.

예: MaxNumTrials=1000은 최대 무작위 시행 횟수를 1000으로 설정합니다.

SampleIndices — 샘플링할 점의 선형 인덱스

[] (디폴트 값) | 열 벡터

입력 포인트 클라우드에서 샘플링할 점의 선형 인덱스로, 열 벡터로 지정됩니다. 벡터가 비어 있으면 구 피팅을 위한 RANSAC 반복에서 모든 점이 샘플링 후보임을 의미합니다. 서브셋을 지정하면 모델 피팅 시 서브셋에 포함된 점만 샘플링됩니다. 점의 서브셋을 제공하면 처리 속도를 크게 높이고 시행 횟수를 줄일 수 있습니다. pointCloud 객체의 findPointsInROI 객체 함수를 사용하여 인덱스 벡터를 생성할 수 있습니다.

MaxNumTrials — 최대 무작위 시행 횟수

1000 (디폴트 값) | 양의 정수

정상값을 찾기 위한 최대 무작위 시행 횟수로, 양의 정수로 지정됩니다. 이 값을 늘리면 출력값이 더 견고해지지만 추가적인 계산이 필요합니다.

Confidence — 최대 정상값 수를 찾기 위한 신뢰 백분율

99 (디폴트 값) | (0 100) 범위의 숫자형 스칼라

최대 정상값 수를 찾기 위한 신뢰 백분율로, (0 100) 범위의 백분율을 나타내는 숫자형 스칼라로 지정됩니다. 이 값을 늘리면 출력값이 더 견고해지지만 추가적인 계산이 필요합니다.

출력 인수

model — 구의 기하학적 모델

sphereModel 객체

구의 기하학적 모델로, sphereModel 객체로 반환됩니다.

입력 포인트 클라우드에 유효한 점이 충분하지 않거나 함수에서 충분한 정상값 점을 찾을 수 없는 경우 출력 모델 계수는 0으로 설정됩니다.

inlierIndices — 정상값 점의 선형 인덱스

열 벡터

입력 포인트 클라우드 내 정상값 점의 선형 인덱스로, 열 벡터로 반환됩니다.

outlierIndices — 이상값 점의 선형 인덱스

열 벡터

입력 포인트 클라우드 내 이상값 점의 선형 인덱스로, 열 벡터로 반환됩니다.

meanError — 평균제곱오차

스칼라 값

정상값 점부터 모델까지의 거리의 평균 오차로, 스칼라 값으로 반환됩니다.

참고 문헌

[1] Torr, P. H. S. and A. Zisserman. “MLESAC: A New Robust Estimator with Application to Estimating Image Geometry.” Computer Vision and Image Understanding. 2000.

확장 기능

C/C++ 코드 생성
MATLAB® Coder™를 사용하여 C 코드나 C++ 코드를 생성할 수 있습니다.

버전 내역

R2015b에 개발됨

참고 항목

객체

• pointCloud | planeModel | sphereModel | affine3d

함수

• pcfitplane | pcfitcylinder | findPointsInROI | pcshow | pcwrite | pcread | pcmerge | pctransform | pcregistericp | pcdenoise

도움말 항목

• 3차원 포인트 클라우드 정합 및 이어 붙이기