line featurn

激光数据直线特征有两个问题:

.   哪些点属于这条直线 (分类)
.   已知一条直线的点拟合直线参数(拟合)

直线聚类分割方法

.  incremental line fitting
.  hough transform
.  split and merge

直线特征拟合方法

. LS
. TLS (total least  square)
. ransac

直线模型

• 常用的直线模型

	y = kx + b

• 变形

   Ax + By + C = 0 

前两种模型的问题在无法描述斜率无穷大, 即与x轴夹角90°的情况
k反应直线与x轴夹角,范围是[-90,+90], 符合atan(y/x)函数

LS误差拟合方法, 该方法实际仅仅权衡y方向的误差

	yi = kxi + b + e;

线性最小二乘问题,分别对k 和 b 求偏导求解;

• 极坐标, 或者这也不能叫极坐标

这个公式也比较好理解, 可以用辅助线法, 随便在直线取一点p, 假想过p点(x, y) 做垂线rp, 然后做该直线的平行线, 这样两条平行直线 + r + rp 组成一个平行四边形, 求解rp 即是下面公式;

该方法仅适用与没有噪点outlier 的直线, 噪点会增大误差

   xcos + ysin = r

• ransac 随机一致性采样

来源：oschina

链接：https://my.oschina.net/u/4261619/blog/4432452