ヘルプセンターヘルプセンター
このページ最新ではありませ。をクリックし,英语のの最新版版を参照参照し。
ユークリッド距离基づい点群をにセグメント化する
标签= pcsegdist(ptcloud,sivelistance)
[标签,数字] = PCSEGDIST(PTCLOUD,INFIRCISTANCE)
[[___] = pcsegdist(___,名称=值)
标签= pcsegdist(ptcloud,,,,思想)は,クラスター点のの最小ユークリッド距离思想を使用てをクラスターセグメント化します。PCSEGDISTは点群各点クラスターラベルを割り当,すべての点の标签を返します。
标签= pcsegdist(ptcloud,,,,思想)
标签
ptcloud
思想
PCSEGDIST
例
[[标签,,,,数字] = pcsegdist(ptcloud,,,,思想)はクラスターも返します。
[[标签,,,,数字] = pcsegdist(ptcloud,,,,思想)
数字
[[___] = pcsegdist(___,,,,名称=值)は,値引数を使用しを设定します。,标签= PCSEGDIST(ptcloud,,,,思想,numClusterPoints = [1,Inf])は,クラスター点の小数と最大数を[1,INF]に设定し。
[[___] = pcsegdist(___,,,,名称=值)
名称=值
标签= PCSEGDIST(ptcloud,,,,思想,numClusterPoints = [1,Inf])
[1,INF]
すべて折りたたむ
2つのをて,それらを。。。
[x,y,z] =球(100);loc1 = [x(:),y(:),z(:)];loc2 = 2*loc1;ptcloud = pointCloud([[loc1; loc2]);PCSHOW(PTCLOUD)标题(“点云”)
クラスター间最小距离を设定し。。
识别= 0.5;
点群を化します。
[标签,数字] = pcsegdist(ptcloud,sivelistance);
ラベル付け结果プロットします。。はははつのつのクラスターグループ化されれ。。
pcshow(ptcloud.location,labels)colormap(hsv(numclusters))标题(“点云簇”)
LIDAR点群点群をスペース読み込み読み込み。。
ld =负载(“ drivelidarpoints.mat”);
地面をし距离はメートル単位测定されます。
maxDistance = 0.9;参考值= [0 0 1];[〜,inliers,utliers] = pcfitplane(ld.ptcloud,maxDistance,reference vector);
地面のを削除し。。
ptcloudwithoutground = select(ld.ptcloud,outliers);
10个最低个ので点群クラスター化し。。
识别= 2;Minpoints = 10;[标签,numclusters] = pcsegdist(ptcloudwithoutground,hiveistance,'NumClusterPoints',Minpoints);
ラベル値が0の点削除します。
0
idxvalidpoints = find(labels);labelColorIndex = labels(idxvalidpoints);SementedPtCloud = select(ptcloudwithoutground,idxvalidpoints);
ラベル付けた结果プロットします。
图colormap(HSV(数字))PCSHOW(SemengedPtCloud.Location,LabelColorIndex)标题(“点云簇”)
PointCloud
点群。PointCloudオブジェクトとして指定ます。
2つのつの点间のユークリッド距离正のスカラー指定し。。
データ::单身的|双倍的
单身的
双倍的
例:ParallelneighBorsearch=错误的は,ParallelneighBorsearchを错误的に设定し。
ParallelneighBorsearch
错误的
オプションの引数ペアをname1 = value1,...,namen = valuenとして指定ます。ここ,,姓名は引数名,价值は対応です名前と値の他の后后指定指定しなけれなければなりませんんが,,,ペアペア
name1 = value1,...,namen = valuen
姓名
价值
NumClusterPoints
各クラスター点最小数と最大数またはまたは[Minpoints,Maxpoints]の22要素要素要素要素要素ベクトル指定しします。。。NumClusterPointsをスカラーし场合,クラスター内のは无制限无制限なりなります。。クラスターが指定さされたたた范囲范囲标签を0に设定し。
真的
点群データセグメントするため并列近傍探索。真的または错误的100个のの点点点点クラスタークラスタークラスタークラスターで,クラスタークラスターががががががががががががが个个个个以上なるなる可能性がががある真的に设定し。
一部ので,近傍探索セグメンテーションがしますます。どれだけ速度が向上向上するするかは,,思想入力のによって异なり。。
クラスターラベル次いずれか返されます。
点群ptcloudが点をされていないないないないないない列列のとして格纳して场合场合,,标签はm行1列列ベクトル。。
点群ptcloudM x n x 3ののの配列として格纳格纳ししてているいる场合场合标签はm行n列の。。。
点群の各点は,标签の対応によって指定れたクラスターがます。各ラベルの値は0から有效点のクラスター数数字までの整数。値0は,座标がinfまたは南の点无效なのためにさててますます。
inf
南
の。の整数として返されますクラスター数数,无效无效なな点点点にに対応するするクラスターが含まれれず,,无效无效な点0が除外さます。
使用上注意制限:
生成さたた®コード[1]と[2]でで说明さてアルゴリズムの组み合わせを使用ししして,,点群点群クラスターににセグメントセグメント化化化化しししますますます。。生成®シミュレーションのとに异なるがあります。
名前と値引数NumClusterPointsはgpuコード生成でされてませ。。。
[1] Andrade,Guilherme,Gabriel Ramos,Daniel Madeira,Rafael Sachetto,Renato Ferreira和Leonardo Rocha。“ G-DBSCAN:用于基于密度聚类的GPU加速算法。”过程计算机科学18(2013):369–78。https://doi.org/10.1016/j.procs.2013.05.200。
[2] Kalentev,Oleksandr,Abha Rai,Stefan Kemnitz和Ralf Schneider。“使用CUDA在2D网格上连接的组件标记。”平行和分布式计算杂志71,不。4(2011年4月):615–20。https://doi.org/10.1016/j.jpdc.2010.10.012。
PointCloud|pcdenoise|PCFITPLANE|PCSHOW|分段
pcdenoise
PCFITPLANE
PCSHOW
分段
この例さたバージョンがます编集さた方のの例を开き开きます?
Matlabコマンドコマンドにするがクリックされまし。。
matlabコマンドコマンドに入力してしください。。。。ブラウザー
选择一个网站以获取可用的翻译内容,并查看本地事件和优惠。根据您的位置,我们建议您选择:。
您还可以从以下列表中选择一个网站:
选择中国网站(中文或英语)以获得最佳场地性能。其他Mathworks乡村网站未针对您所在的访问进行优化。
联系您当地的办公室