Найдите самых близких соседей точки в облаке точек
[
возвращает K - ближайших соседей точки запроса в облаке точки ввода. Облако точки ввода может быть неорганизованными или организованными данными об облаке точек. K - ближайших соседей точки запроса вычисляются при помощи основанного на Kd-дереве алгоритма поиска. indices
,dists
] = findNearestNeighbors(ptCloud
,point
,K
)
[
возвращает K - ближайших соседей точки запроса в облаке точки ввода. Облако точки ввода является организованными данными об облаке точек, сгенерированными камерой глубины. K - ближайших соседей точки запроса определяются с помощью быстро аппроксимированный алгоритм поиска K - ближайших соседей. Функция использует матрицу проекции камеры indices
,dists
] = findNearestNeighbors(ptCloud
,point
,K
,camMatrix
)camMatrix
чтобы знать отношение между смежными точками и следовательно, ускоряет самый близкий соседний поиск. Однако результаты имеют более низкую точность по сравнению с основанным на Kd-дереве подходом.
Эта функция только поддерживает организованные данные об облаке точек, произведенные датчиками RGB-D.
Можно использовать estimateCameraMatrix
оценить матрицу проекции камеры для данных данных об облаке точек.
[
задает опции с помощью одного или нескольких аргументов значения имени в дополнение к входным параметрам в предыдущих синтаксисах.indices
,dists
] = findNearestNeighbors(___,Name,Value
)
[1] Muja, M. и Дэвид Г. Лоу. "Быстро Аппроксимируйте Самых близких Соседей Автоматической Настройкой Алгоритма". На Международной конференции VISAPP по вопросам Теории Компьютерного зрения и Приложений. 2009. стр 331–340.