PCSEGDIST.
基于欧几里得距离将点云分割成簇
描述
例子
基于欧氏距离的聚类点云
创建两个同心球体，并将它们组合成点云。
[x，y，z] =球体（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。
[标签,numClusters] = pcsegdist (ptCloud minDistance);
绘制标记的结果。这些点被分成两组。
pcshow (ptCloud.Location、标签)colormap (hsv (numClusters))标题(“点云集群”）
基于欧几里德距离的集群激光乐节云
加载一个有组织的激光雷达点云ptCloud．
负载(“drivingLidarPoints.mat”) pcshow (ptCloud)标题(“未聚集的点云”）
检测接地面并存储点内围层．距离的单位是米。
maxDistance = 0.3;referenceVector = [0, 0, 1];[~,内围层,离群值]= pcfitplane (ptCloud, maxDistance referenceVector);
聚集点，忽略地面平面点。在簇之间指定最小欧几里德距离为0.5米。
ptcloudwithoutground = select（ptcloud，异常值，“OutputSize”，'满的'）;Distthreshold = 0.5;[标签，numflusters] = pcsegdist（ptcloudwithoutground，distthreshold）;
请为接地点添加附加标签。
numClusters = numClusters + 1;标签(窗)= numClusters;
绘制标记的结果。接地面以黑色显示。
LabelColorIndex =标签+ 1;pcshow（ptcloud.location，labelcolorIndex）Colormap（[HSV（Numflusters）; [0 0 0]]）标题（“点云集群”）
输入参数
输出参数
扩展功能
介绍了R2018a
你也可以从以下列表中选择一个网站:
