1.采用RANSAC算法提取平面
缺点：地面非平整的话，会检测出非地面的点；
如果地面（平面上）物体较多时，RANSAC可能会失效。
2.PCA检测（主要是依赖特征值）
具体操作：计算大邻域的点云PCA（和物体大小相似的邻域），保留符合条件的点；
该方法，主要用于，检测人、非规则物体；
缺点：对于规则的大件物体，如大的正方体，上平面是可能出现 空洞的；
噪声可能较多；
完成地面（平面上）物体分割后，可以采用聚类（这里用的是区域生长）来完成部分物体的分割；
以上主要是针对地面上的物体的检测需求！下面介绍前后景分离！
目的: 将关注的对象从背景干扰分割出来；
固定背景扣除：适合背景变化不大，相机安装稳定，没有振动的环境。
注意这个 问题是什么。局限性，在于前景不要发生改变。
统计建模前背景扣除：（主要是为了解决上面的问题，而提出的改进）
这里主要是引入概率的思想，来增加分离的稳定和抗噪性。
同时也要注意该方法，由于阈值的设置带来的问题！