基于PCA的雷达点云数据的形状特征提取,主要是屋顶平面提取-The feature extraction of LiDAR point cloud data based on PCA

基于RANSAC算法的3D点云平面分割程序，最终可提取出平面方程。-a program used to planar segment 3D point cloud based on RANSAC. The plane parameters can be output and the rest of the point cloud can be saved as PCD files.

随机采样一致性算法，能够从大量点云数据里提取出最优平面，而且速度较快。-RANSAC algorithm, can extract the optimal plane a large number of point cloud data, and the speed is fast.

三维模型数据中包含“Princeton Shape Benchmark dataset”，三维模型数据库，其中的.off文件为三维模型，这些模型可以使用文件夹中的“打开三维模型的软件”打开查看。 matlab代码中“读取三维模型”为matlab读取.off文件的代码，得到的是三角面片信息和点云坐标 “三维模型切割”中为切割三维模型的一个例子，具体是从三维模型上找三个点构成一个平面，找到这个平面与三维模型的交点，这只是一个例子，具体如何切割三维模型需要自己实现，其中读取的三维模

根据点云的分布特征，采用随机采样一致性算法提取平面(According to the distribution characteristics of point clouds, a random sampling consistency algorithm is used to extract the plane.)