findNeighborsInRadius

Найдите соседей в радиусе точки в облаке точек

Описание

[indices,dists] = findNeighborsInRadius(ptCloud,point,radius) возвращает indices из соседей в радиусе точки запроса в облаке точки ввода. ptCloud может быть неорганизованное или организованное облако точек. Соседи в радиусе точки запроса вычисляются при помощи основанного на Kd-дереве алгоритма поиска.

[indices,dists] = findNeighborsInRadius(___,Name,Value) задает опции с помощью одного или нескольких аргументов пары "имя-значение" в дополнение к входным параметрам в предыдущих синтаксисах.

Входные параметры

свернуть все

Облако точек в виде pointCloud объект.

Точка запроса в виде трехэлементного вектора из формы [x,y,z].

Поисковый радиус в виде скаляра. Функция находит соседей в заданном radius приблизительно точка запроса в облаке точки ввода.

Аргументы name-value

Задайте дополнительные разделенные запятой пары Name,Value аргументы. Name имя аргумента и Value соответствующее значение. Name должен появиться в кавычках. Вы можете задать несколько аргументов в виде пар имен и значений в любом порядке, например: Name1, Value1, ..., NameN, ValueN.

Пример: findNeighborsInRadius(ptCloud,point,radius,'Sort',true)

Сортировка индексов в виде разделенной запятой пары 'Sort' и логический скаляр. Когда вы устанавливаете Sort к true, возвращенные индексы сортируются в порядке по возрастанию на основе расстояния от точки запроса. Чтобы выключить сортировку, установите Sort к false.

Количество вершин в виде разделенной запятой пары, состоящей из 'MaxLeafChecks' и целое число. Когда вы устанавливаете это значение к Inf, целое дерево ищется. Когда целое дерево ищется, оно производит точные результаты поиска. Увеличение числа вершин, чтобы проверять точность увеличений, но уменьшает КПД.

Выходные аргументы

свернуть все

Индексы сохраненных точек, возвращенных как вектор-столбец. Вектор содержит линейные индексы радиальных соседей, сохраненных в облаке точек.

Расстояния до точки запроса, возвращенной как вектор-столбец. Вектор содержит Евклидовы расстояния между точкой запроса и ее радиальными соседями.

Ссылки

[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.

Расширенные возможности

Смотрите также

Введенный в R2020b
Для просмотра документации необходимо авторизоваться на сайте