findNearestNeighbors

Найти ближайших соседей точки в облаке точек

Описание

[indices,dists] = findNearestNeighbors(ptCloud,point,K) возвращает indices для K-ближайших соседей точки запроса во входном облаке точек. ptCloud может быть неорганизованным или организованным облаком точек. Ближайшие К соседи точки запроса вычисляются с помощью алгоритма поиска на основе Kd-дерева.

[indices,dists] = findNearestNeighbors(___,Name,Value) задает опции, использующие один или несколько аргументов имя-значение в дополнение к входным параметрам в предыдущих синтаксисах.

Входные параметры

свернуть все

Облако точек, заданное как pointCloud объект.

Точка запроса, заданная как трехэлементный вектор формы [x,y,z].

Количество ближайших соседей, заданное как положительное целое число.

Аргументы в виде пар имя-значение

Задайте необязательные разделенные разделенными запятой парами Name,Value аргументы. Name - имя аргумента и Value - соответствующее значение. Name должны находиться внутри кавычек. Можно задать несколько аргументов в виде пар имен и значений в любом порядке Name1,Value1,...,NameN,ValueN.

Пример: findNearestNeighbors(ptCloud,point,k,'Sort',true)

Сортировка индексов, заданная как разделенная разделенными запятой парами 'Sort' и логический скаляр. Когда вы задаете Sort на trueвозвращенные индексы сортируются в порядке возрастания на основе расстояния от точки запроса. Чтобы выключить сортировку, установите Sort на false.

Количество проверяемых листовых узлов, заданное как разделенная разделенными запятой парами, состоящая из 'MaxLeafChecks' и целое число. Когда вы задаете это значение Inf, все дерево ищется. Когда ищется все дерево, оно создает точные результаты поиска. Увеличение количества листовых узлов для проверки повышает точность, но снижает эффективность.

Примечание

Аргумент имя-значение 'MaxLeafChecks' действителен только с методом поиска на основе Kd-дерева.

Выходные аргументы

свернуть все

Индексы хранимых точек, возвращенные как вектор-столбец. Вектор содержит K линейных индексов ближайших соседей, хранящихся в облаке точек.

Расстояния до точки запроса, возвращенные как вектор-столбец. Вектор содержит евклидовы расстояния между точкой запроса и ее ближайшими соседями.

Ссылки

[1] Muja, M. and David G. Lowe. «Быстрая аппроксимация ближайших соседей с автоматическим строением алгоритма». Международная конференция VISAPP по теории и применению компьютерного зрения. 2009. стр 331–340.

Расширенные возможности

..

См. также

Введенный в R2020b
Для просмотра документации необходимо авторизоваться на сайте