pcsegdist
Сегментируйте облако точек в кластеры на основе евклидова расстояния
Синтаксис
Описание
labels = pcsegdist(ptCloud,minDistance)minDistance между точками из разных кластеров. pcsegdist присваивает целочисленную метку кластера каждой точке в облаке точек и возвращает labels всех точек.
[ также возвращает количество кластеров.labels,numClusters] = pcsegdist(___)
[___] = pcsegdist(___, также устанавливает минимальное и максимальное число точек в каждом кластере, заданное как вектор с 2 элементами или как скалярное значение. Когда вы задаете NumClusterPoints=[1,Inf])NumClusterPoints в качестве скаляра максимальное число точек в кластере неограниченно. Функция устанавливает labels на 0 когда кластеры находятся вне заданной области.
Примеры
Кластерное облако точек на основе евклидового расстояния
Создать две концентрические сферы и объединить их.
[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 график маркированных результатов. Точки сгруппированы в два кластера.
pcshow(ptCloud.Location,labels)
colormap(hsv(numClusters))
title('Point Cloud Clusters')
Кластерное облако точек Лидара, основанное на евклидовом расстоянии
Загрузите организованное облако точек лидара в рабочую область.
ld = load('drivingLidarPoints.mat');Обнаружите наземную плоскость. Расстояние измеряется в метрах.
maxDistance = 0.9; referenceVector = [0 0 1]; [~,inliers,outliers] = pcfitplane(ld.ptCloud,maxDistance,referenceVector);
Удалите точки наземной плоскости.
ptCloudWithoutGround = select(ld.ptCloud,outliers);
Кластеризуйте облако точек с минимум 10 точками на кластер.
minDistance = 2;
minPoints = 10;
[labels,numClusters] = pcsegdist(ptCloudWithoutGround,minDistance,'NumClusterPoints',minPoints);Удалите точки со значением метки 0.
idxValidPoints = find(labels); labelColorIndex = labels(idxValidPoints); segmentedPtCloud = select(ptCloudWithoutGround,idxValidPoints);
Постройте график маркированных результатов.
figure
colormap(hsv(numClusters))
pcshow(segmentedPtCloud.Location,labelColorIndex)
title('Point Cloud Clusters')
Входные параметры
Выходные аргументы
Расширенные возможности
См. также
pcdenoise | pcfitplane | pcshow | pointCloud | segmentLidarData