文档

pcsegdist

基于欧氏距离将点云分割成簇

在页面中全部折叠

语法

标签= pcsegdist(ptCloud,minDistance)
[labels,numClusters] = pcsegdist(ptCloud,minDistance)

描述

标签= pcsegdist (ptCloud，minDistance）将点云分割成簇，最小欧氏距离为minDistance在不同簇的点之间。pcsegdist为点云中的每个点分配一个整数集群标签，并返回标签所有的点。

例子

［标签，numClusters= pcsegdist(ptCloud，minDistance）还返回集群的数量。

例子

全部折叠

打开实时脚本

创建两个同心圆，并将它们组合成一个点云。

[X,Y,Z] =球(100);loc1 = [X(:)，Y(:)，Z(:)];Loc2 = 2*loc1;ptCloud = pointCloud([loc1;loc2]);pcshow (ptCloud)标题(“点云”）

设置集群之间的最小欧氏距离。

minDistance = 0.5;

分割点云。

[labels,numClusters] = pcsegdist(ptCloud,minDistance);

绘制标记的结果。这些点被分成两个簇。

pcshow(ptCloud.Location,labels) colormap(hsv(numClusters)) title(“点云团”）

打开实时脚本

加载一个命名为ptCloud．

负载(“drivingLidarPoints.mat”pcshow(ptCloud) title(“非聚类点云”）

检测地平面并将点存储在内围层．距离以米为单位。

maxDistance = 0.3;referenceVector = [0,0,1];[~，inliers,outliers] = pcfitplane(ptCloud,maxDistance,referenceVector);

聚类点，忽略地平面点。指定集群之间的最小欧氏距离为0.5米。

ptCloudWithoutGround = select(ptCloud,outliers，“OutputSize”，“全部”）;distThreshold = 0.5;[labels,numClusters] = pcsegdist(ptCloudWithoutGround,distThreshold);

为接地平面添加额外的标签。

numClusters = numClusters+1;labels(inliers) = numClusters;

绘制标记的结果。接地平面用黑色显示。

labelColorIndex = labels+1;pcshow(ptCloud.Location,labelColorIndex) colormap([hsv(numClusters);[0 0 0]]) title(“点云团”）

输入参数

全部折叠

点云，指定为pointCloud对象。

来自两个不同簇的点之间的最小欧氏距离，指定为正标量。

数据类型:单|双

输出参数

全部折叠

集群标签，作为以下之一返回。

  • 如果点云，ptCloud，商店点位是无组织的米-by-3矩阵标签是一个米1的向量。

  • 如果点云，ptCloud，商店点位作为一个有组织的米——- - - - - -N-by-3数组，然后标签是一个米——- - - - - -N矩阵。

中的对应元素指定点云中的每个点都有一个集群标签标签．每个标签的值是来自的整数0对于有效点的簇数，numClusters．的值0为无效的点保留，例如带有正或南坐标。

集群数，返回为正整数。簇数不包括无效点对应的簇。

扩展功能

另请参阅

|||

在R2018a中介绍

计算机视觉工具箱文档
金宝app

尝试MATLAB, Si金宝appmulink和其他产品下载188bet金宝搏

现在就得到审判