主要内容

Findneighborsinradius.

在点云中找到一个半径内的邻居

页面上倒塌

句法

[索引，dists] = findneighborsinradius（ptcloud，point，半径）
[索引，dists] = findneighborsinradius（Ptcloud，point，Radius，Cammatrix）
[Indices，Dists] = Findneighborsinradius（___，名称，价值）

描述

例子

[指数那stom.] = findneighborsinradius（Ptcloud.那观点那半径）返回指数在输入点云中查询点的半径内的邻居。Ptcloud.可以成为未经组织或有组织的点云。通过使用基于KD-Tree的搜索算法来计算查询点的半径内的邻居。

例子

[指数那stom.] = findneighborsinradius（Ptcloud.那观点那半径那Cammatrix.）在输入点云中的查询点的半径内返回邻居。输入点云是由深度相机生成的有组织点云。使用快速近似邻居搜索算法确定查询点的半径内的邻居。

该功能使用相机投影矩阵Cammatrix.要了解相邻点之间的关系，因此加快搜索。然而，与基于KD树的方法相比，结果具有较低的精度。

笔记

  • 此语法仅支持由RGB-D传感器产生万博1manbetx的有组织的点云数据。

  • 您可以使用估计估计给定点云数据的相机投影矩阵。

[指数那stom.] = findneighborsinradius（___那名称，价值）除了上述语法中的输入参数之外，使用一个或多个名称值对参数指定选项。

例子

全部收缩

打开直播脚本

将一组3-D坐标点加载到工作区中。

加载（'xyzpoints.mat'）;

创建点云对象。

ptcloud = pointcloud（xyzpoints）;

指定要识别邻居的查询点和半径。

点= [0,0,3];半径= 0.5;

获取位于指定半径范围内的指数和距离的距离。

[索引，dists] = findneighborsinradius（ptcloud，point，半径）;

获取径向邻居的点云数据。

ptcloudb = select（ptcloud，索引）;

显示点云。绘制查询点和相应的径向邻居。

图pcshow（ptcloud）保持上Plot3（点（1），点（2），点（3），'*'）pcshow（ptcloudb.location，'r'） 传奇（'点云'那'query point'那'径向邻居'那'地点'那'southoutside'那'颜色'，[1 1 1]）保持离开

打开直播脚本

使用相机投影矩阵在有组织的点云数据中找到查询点的径向邻居。从采样点云数据点及其相应的图像点坐标计算摄像机投影矩阵。

将有组织的点云数据加载到工作区中。通过使用Kinect深度传感器生成点云。

ld = load（'Object3d.mat'）;ptcloud = ld.ptcloud;

指定对点云数据采样的步长。

stepsize = 100;

示例输入点云并将采样的3-D点坐标存储为点云对象。

indices = 1：步骤化：ptcloud.count;tempptcloud = select（ptcloud，indices）;

从采样点云中删除无效点。

[tempptcloud，validindices] = removeInvalidPoints（tempptcloud）;

定义输入点云的三维世界点坐标。

WorldPoints = tempptcloud.location;

找到与输入点云的3-D点坐标对应的2-D图像坐标。

[y，x] = IND2SUB（[大小（PTCloud.Location，1），大小（PTCloud.Location，2）]，指数）;imagePoints = [x（validindices）'y（validindices）'];

从图像和世界点坐标估计相机投影矩阵。

cammatrix = rightatecameramatrix（Verippoints，WorldPoints）;

指定要识别邻居的查询点和半径。

点= [0.4 0.3 0.2];半径= 0.05;

获取径向邻居的指数和距离。使用点云方法选择获取相邻点的点云数据。

[索引，dists] = findneighborsinradius（Ptcloud，point，Radius，Cammatrix）;ptcloudb = select（ptcloud，索引）;

显示点云和查询点周围的径向邻居。

图pcshow（ptcloud）;抓住上;pcshow（ptcloudb.location，'B'）;传奇（'点云'那'径向邻居'那'地点'那'southoutside'那'颜色'，[1 1 1]）保持离开;

输入参数

全部收缩

点云，指定为apointcloud.目的。

查询点，指定为表单的三元素矢量[X那y那Z.]。

搜索半径，指定为标量。该函数在指定中找到邻居半径在输入点云中的查询点周围。

摄像机投影矩阵，指定为4×3矩阵，将3-D世界指向2-D图像点。你可以找到Cammatrix.通过使用估计功能。

名称值对参数

指定可选的逗号分离对名称，价值论点。名称是参数名称和价值是相应的价值。名称必须出现在引号内。您可以以任何顺序指定多个名称和值对参数name1，value1，...，namen，valuen。

例子：Findneighborsinradius（Ptcloud，Point，Radius，'Sort'，True）

排序指数，指定为逗号分隔的对'种类'和一个逻辑标量。当你设置时种类至真的，返回的指数根据查询点的距离以升序排序。关闭排序，设置种类至错误的。

叶节点的数量，指定为逗号分隔对组成'maxleafchecks'和一个整数。将此值设置为时INF.，搜索整个树。搜索整个树后，它会产生精确的搜索结果。增加叶节点的数量来检查精度，但降低了效率。

输出参数

全部收缩

存储点的指数，作为列向量返回。矢量包含存储在点云中的径向邻居的线性指标。

查询点的距离，作为列向量返回。矢量包含查询点与其径向邻居之间的欧几里德距离。

参考

[1] Muja，M.和David G. Lowe。“具有自动算法配置的快速近似邻居”。在Visapp国际计算机视觉理论和应用中的国际会议中。2009.第331-340页。

扩展能力

也可以看看

||

在R2015A介绍

计算机视觉工具箱文档

万博1manbetx

与Matlab引入深度学习

与Matlab引入深度学习

下载电子书