pcsegdist

Облако точек сегмента в кластеры на основе Евклидова расстояния

Синтаксис

labels = pcsegdist(ptCloud,minDistance)

[labels,numClusters] = pcsegdist(ptCloud,minDistance)

Описание

labels = pcsegdist(ptCloud,minDistance) сегментирует облако точек на кластеры, с минимальным Евклидовым расстоянием minDistance между точками от различных кластеров. pcsegdist присваивает целочисленную кластерную метку каждой точке в облаке точек и возвращает labels из всех точек.

пример

[labels,numClusters] = pcsegdist(ptCloud,minDistance) также возвращает количество кластеров.

Примеры

свернуть все

Точка накопления, облачная на евклидовом расстоянии

Скрипт Open Live Script

Создайте две концентрических сферы и объедините их в облако точек.

[X,Y,Z] = sphere(100);
loc1 = [X(:),Y(:),Z(:)];
loc2 = 2*loc1;
ptCloud = pointCloud([loc1;loc2]);
pcshow(ptCloud)
title('Point Cloud')

Установите минимальное Евклидово расстояние между кластерами.

minDistance = 0.5;

Сегментируйте облако точек.

[labels,numClusters] = pcsegdist(ptCloud,minDistance);

Постройте помеченные результаты. Точки сгруппированы в два кластера.

pcshow(ptCloud.Location,labels)
colormap(hsv(numClusters))
title('Point Cloud Clusters')

Кластерное облако точек лидара на основе евклидова расстояния

Скрипт Open Live Script

Загрузите организованное облако точек лидара под названием ptCloud.

load('drivingLidarPoints.mat')
pcshow(ptCloud)
title('Unclustered Point Cloud')

Обнаружьте наземную плоскость и сохраните точки в inliers. Расстояние измеряется в метрах.

maxDistance = 0.3;
referenceVector = [0,0,1];
[~,inliers,outliers] = pcfitplane(ptCloud,maxDistance,referenceVector);

Кластеризируйте точки, игнорируя наземные точки плоскости. Задайте минимальное Евклидово расстояние 0,5 метров между кластерами.

ptCloudWithoutGround = select(ptCloud,outliers,'OutputSize','full');
distThreshold = 0.5;
[labels,numClusters] = pcsegdist(ptCloudWithoutGround,distThreshold);

Добавьте дополнительную метку для наземной плоскости.

numClusters = numClusters+1;
labels(inliers) = numClusters;

Постройте помеченные результаты. Отобразите наземную плоскость черного цвета цвета.

labelColorIndex = labels+1;
pcshow(ptCloud.Location,labelColorIndex)
colormap([hsv(numClusters);[0 0 0]])
title('Point Cloud Clusters')

Входные параметры

свернуть все

`ptCloud` — Облако точек
`pointCloud` объект

Облако точек в виде pointCloud объект.

`minDistance` — Минимальное Евклидово расстояние
положительная скалярная величина

Минимальное Евклидово расстояние между точками от двух различных кластеров в виде положительной скалярной величины.

Типы данных: single | double

Выходные аргументы

свернуть все

`labels` — Кластерные метки
M-by-1 вектор | M-by-N матрица

Кластерные метки, возвращенные как одно из следующих.

Если облако точек, ptCloud, хранилища указывают местоположения как неорганизованный M-by-3 матрица, затем labels M-by-1 вектор.
Если облако точек, ptCloud, хранилища указывают местоположения как организованный M-by-N-by-3 массив, затем labels M-by-N матрица.

Каждая точка в облаке точек имеет кластерную метку, заданную соответствующим элементом в labels. Значение каждой метки является целым числом от 0 к количеству кластеров актуальных вопросов, numClusters. Значение 0 резервируется для недопустимых точек, таких как точки с Inf или NaN координаты.

`numClusters` — Количество кластеров
положительное целое число

Количество кластеров, возвращенных как положительное целое число. Количество кластеров не включает кластер, соответствующий недопустимым точкам.

Расширенные возможности

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

Генерация кода графического процессора
Сгенерируйте код CUDA® для NVIDIA® графические процессоры с помощью GPU Coder™.

Указания и ограничения по применению:

Сгенерированные сегменты кода CUDA^® облако точек в кластеры при помощи комбинации алгоритмов, описанных в [1] и [2]. Выход от сгенерированного кода может не согласиться немного с результатами симуляции MATLAB^®.

Ссылки

[1] Андрэйд, Гильерме, Габриэль Рамос, Дэниел Мэдейра, Рафаэль Сэчетто, Ренато Феррейра и Леонардо Роха. “G-DBSCAN: графический процессор Ускоренный Алгоритм для Основанной на плотности Кластеризации”. Procedia Computer Science 18 (2013): 369–78. https://doi.org/10.1016/j.procs.2013.05.200.

[2] Калентев, Александр, Абха Rai, Стефан Кемниц и Ральф Шнейдер. “Связанная Маркировка Компонента на 2D Сетке Используя CUDA”. Журнал Параллельных и Распределенных вычислений 71, № 4 (апрель 2011): 615–20. https://doi.org/10.1016/j.jpdc.2010.10.012.

Введенный в R2018a

Документация

pcsegdist

Синтаксис

Описание

Примеры

Точка накопления, облачная на евклидовом расстоянии

Кластерное облако точек лидара на основе евклидова расстояния

Входные параметры

`ptCloud` — Облако точек
`pointCloud` объект

`minDistance` — Минимальное Евклидово расстояние
положительная скалярная величина

Выходные аргументы

`labels` — Кластерные метки
M-by-1 вектор | M-by-N матрица

`numClusters` — Количество кластеров
положительное целое число

Расширенные возможности

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

Генерация кода графического процессора
Сгенерируйте код CUDA® для NVIDIA® графические процессоры с помощью GPU Coder™.

Ссылки

Смотрите также

Документация Computer Vision Toolbox

Поддержка

Документация

pcsegdist

Синтаксис

Описание

Примеры

Точка накопления, облачная на евклидовом расстоянии

Кластерное облако точек лидара на основе евклидова расстояния

Входные параметры

ptCloud — Облако точек pointCloud объект

minDistance — Минимальное Евклидово расстояние положительная скалярная величина

Выходные аргументы

labels — Кластерные метки M-by-1 вектор | M-by-N матрица

numClusters — Количество кластеров положительное целое число

Расширенные возможности

Генерация кода C/C++ Генерация кода C и C++ с помощью MATLAB® Coder™.

Генерация кода графического процессора Сгенерируйте код CUDA® для NVIDIA® графические процессоры с помощью GPU Coder™.

Ссылки

Смотрите также

Документация Computer Vision Toolbox

Поддержка

`ptCloud` — Облако точек
`pointCloud` объект

`minDistance` — Минимальное Евклидово расстояние
положительная скалярная величина

`labels` — Кластерные метки
M-by-1 вектор | M-by-N матрица

`numClusters` — Количество кластеров
положительное целое число

Генерация кода C/C++
Генерация кода C и C++ с помощью MATLAB® Coder™.

Генерация кода графического процессора
Сгенерируйте код CUDA® для NVIDIA® графические процессоры с помощью GPU Coder™.