findNearestNeighbors

Найдите самых близких соседей точки в облаке точек

Описание

[indices,dists] = findNearestNeighbors(ptCloud,point,K) возвращает indices для K - ближайших соседей точки запроса в облаке точки ввода. ptCloud может быть неорганизованное или организованное облако точек. K - ближайших соседей точки запроса вычисляются при помощи основанного на Kd-дереве алгоритма поиска.

[indices,dists] = findNearestNeighbors(___,Name,Value) задает опции с помощью одних или нескольких аргументов name-value 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].

Количество самых близких соседей в виде положительного целого числа.

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: findNearestNeighbors(ptCloud,point,k,'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, чтобы проверять 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.

Примечание

Аргумент 'MaxLeafChecks' значения имени допустимо только с основанным на Kd-дереве методом поиска.

Выходные аргументы

свернуть все

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

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