Загрузите набор 3-D координатных точек в рабочую область.

load('xyzPoints.mat');

Создайте объект облака точек.

ptCloud = pointCloud(xyzPoints);

Задайте точку запроса и количество самых близких соседей, чтобы быть идентифицированными.

point = [0,0,0];
K = 220;

Получите индексы и расстояния самых близких соседних точек K.

[indices,dists] = findNearestNeighbors(ptCloud,point,K);

Отобразите облако точек. Постройте точку запроса и их самых близких соседей.

figure
pcshow(ptCloud)
hold on
plot3(point(1),point(2),point(3),'*r')
plot3(ptCloud.Location(indices,1),ptCloud.Location(indices,2),ptCloud.Location(indices,3),'*')
legend('Point Cloud','Query Point','Nearest Neighbors','Location','southoutside','Color',[1 1 1])
hold off

Найдите K - ближайших соседей точки запроса в организованных данных об облаке точек при помощи матрицы проекции камеры. Вычислите матрицу проекции камеры из произведенных точек данных облака точек и их соответствующих координат точки изображений.

Загрузите организованные данные об облаке точек в рабочую область. Облако точек сгенерировано при помощи датчика глубины Kinect.

ld = load('object3d.mat');
ptCloud = ld.ptCloud;

Задайте размер шага для выборки данных об облаке точек.

stepSize = 100;

Произведите облако точки ввода и сохраните произведенные 3-D координаты точки как объект облака точек.

indices = 1:stepSize:ptCloud.Count;
tempPtCloud = select(ptCloud,indices);

Удалите недопустимые точки из произведенного облака точек.

[tempPtCloud,validIndices] = removeInvalidPoints(tempPtCloud);

Задайте 3-D мировые координаты точки облака точки ввода.

worldPoints = tempPtCloud.Location;

Найдите 2D координаты изображений, соответствующие 3-D координатам точки облака точки ввода.

[Y,X] = ind2sub([size(ptCloud.Location,1),size(ptCloud.Location,2)],indices);
imagePoints = [X(validIndices)' Y(validIndices)'];

Оцените матрицу проекции камеры от изображения и мировых координат точки.

camMatrix = estimateCameraMatrix(imagePoints,worldPoints);

Задайте точку запроса и количество самых близких соседей, чтобы быть идентифицированными.

point = [0.4 0.3 0.2];
K = 20;

Найдите индексы и расстояния самых близких соседних точек K при помощи матрицы проекции камеры. Используйте метод облака точек select понять данные об облаке самых близких соседей.

[indices,dists] = findNearestNeighbors(ptCloud,point,K,camMatrix);
ptCloudB = select(ptCloud,indices);

Отобразите облако точек и самых близких соседей точки запроса.

figure
pcshow(ptCloud)
hold on
pcshow(ptCloudB.Location,'ob')
legend('Point Cloud','Nearest Neighbors','Location','southoutside','Color',[1 1 1])
hold off