open3d 平面分割（Ransac算法）

一、算法原理

1、Ransac介绍

RANSAC(RAndom SAmple Consensus,随机采样一致)算法是从一组含有“外点”(outliers)的数据中正确估计数学模型参数的迭代算法。“外点”一般指的是数据中的噪声，比如说匹配中的误匹配和估计曲线中的离群点。所以，RANSAC也是一种“外点”检测算法。RANSAC算法是一种不确定算法，它只能在一种概率下产生结果，并且这个概率会随着迭代次数的增加而加大（之后会解释为什么这个算法是这样的）。

RANSAC主要解决样本中的外点问题，最多可处理50%的外点情况。

范例

可以简单总结为以下步骤：
N：样本个数 K：求解模型需要的最少的点的个数（对于直线拟合来说就是两个点，对于计算Homography矩阵就是四个点）

随机采样K个点
对该K个点拟合模型
计算其他点到拟合模型的距离。如果小于一定阈值，该点被当作内点，统计内点个数
重复M次，选择内点数最多的模型
利用所有的内点重新估计模型（可选）

RANSAC用于拟合直线：
1.随机选取K = 2 ，2个点：

2. 拟合一条直线：

3. 统计内点个数，内点为绿色，此时的内点个数为9(小于一定阈值计算为内点)：

4. 重复上述过程M次，找到内点数最大的模型（继续随机选点根据k=数目进行选点）：

5. 利用所有的内点重新估计直线：
   

2、主要函数

plane_model