《表1 算法耗时Tab.1 Time consumption》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于分裂合并的多模型拟合方法在点云分割中的应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

s

同时，对比3种算法的耗时，如表1所示。针对区域A和区域B，MeanShift方法由于是对点云数据进行的聚类分割，运算量较大，耗时最多。多模型拟合方法MultiRANSAC虽然是对Sequential RANSAC的改进，但是需要采样计算模型参数，而且每次采样获得若干模型参数后，需要对模型之间进行相似性比较，其收敛过程较慢，时间消耗虽低于MeanShift方法，但是依然较高。本文提出的方法仅需要经过两次的采样过程计算模型参数，统计模型内点，最后只需要采用最小残差进行分组，运算复杂度低，实际的计算速度也是较快的，时间消耗上明显优于另外两个经典方法。