基于霍夫变换的点云分割方法

基于霍夫变换的点云平面分割方法

（1）标准霍夫变换方法

（2）概率霍夫变换

（3）渐进概率霍夫变换

（4）随机霍夫变换

（5）自适应霍夫变换

参考文献：

1. Borrmann, D., et al., The 3D Hough Transform for plane detection in point clouds：A review and a new accumulator design.

区域生长是选择种子点，然后根据近邻信息不断向周围延伸生长。

Ransac方法是随机选择最小一致集，计算model，判断其余的点是否满足这个Model，结果和时间存在不确定性。

霍夫变换是将点变换到霍夫空间，然后离散化霍夫空间形成累加器计算累积的数目，Pick一个峰值点。初步测试了标准霍夫变换和随机霍夫变换提取平面，感觉非常慢。思考一下认为，即使是随机霍夫变换能达到的速度水平也只有Ransac一般，实际效果可能更差。