このページの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。
findPointsInROI
点群の関心領域内の点を検出
説明
指数= findpointsInROI (ptCloud，roi，camMatrix）
関数はカメラ射影行列camMatrixを使用して隣接する点の間の関係を把握するため,探索が高速化されます。ただし,結果の精度はKd木ベースのアプローチと比べて劣ります。
メモ
この構文では,RGB-Dセンサーによって生成された,整理された点群データのみがサポートされます。
estimateCameraMatrixを使用して,指定された点群データのカメラ射影行列を推定できます。
例
点群の直方体ROI内の点の検出
点群データをワークスペースに読み取ります。
ptCloud = pcread (“teapot.ply”）;
入力点群のx、yおよびz座標の範囲内で直方体ROIを定義します。
ROI = [-2 2 -2 2.4 3.5];
直方体ROI内にある点のインデックスを検出します。
指数= findPointsInROI (ptCloud roi);
直方体ROI内にある点を選択して,点群オブジェクトとして格納します。
ptCloudB =选择(ptCloud、指标);
入力点群と指定されたROI内の点群を表示します。
图pcshow(ptCloud.Location，[0.5 0.5 0.5])保持在pcshow (ptCloudB。的位置,“r”）;传奇(“点云”，ROI内点的，“位置”，“southoutside”，“颜色”，[1 1 1])保持从
整理された点群の直方体ROI内の点の検出
カメラ射影行列を使用して,整理された点群データの直方体ROI内の点を検出します。サンプリングされた点群データの点と対応するイメージ点座標からカメラ射影行列を計算します。
整理された点群データをワークスペース内に読み込みます。Kinect深度センサーを使用して点群が生成されます。
ld =负载(“object3d.mat”）;ptCloud = ld.ptCloud;
点群データをサンプリングするためのステップサイズを指定します。
stepSize = 100;
入力点群をサンプリングして,サンプリングされた3次元ポイント座標を点群オブジェクトとして格納します。
指数= 1:stepSize: ptCloud.Count;tempPtCloud =选择(ptCloud、指标);
サンプリングされた点群から無効な点を削除します。
[tempPtCloud, validIndices] = removeInvalidPoints (tempPtCloud);
入力点群から3次元ワールド座標点を取得します。
worldPoints = tempPtCloud.Location;
入力点群の3次元ポイント座標に対応する2次元イメージ座標を検出します。
[Y、X] = ind2sub([大小(ptCloud.Location, 1),大小(ptCloud.Location, 2)),指数);imagePoints = [X(validIndices)' Y(validIndices)'];
このイメージとワールド座標点からカメラ射影行列を推定します。
camMatrix = estimateCameraMatrix (imagePoints worldPoints);
入力点群のx、yおよびz座標の範囲内で直方体ROIを指定します。
ROI = [0.3 0.7 0 0.4 0.1 0.3];
直方体ROI内にある点群データのインデックスを検出します。
指数= findPointsInROI (ptCloud roi, camMatrix);
点群の选择メソッドを使用して,ROI内の点の点群データを取得します。
ptCloudB =选择(ptCloud、指标);
入力点群と直方体ROI内の点を表示します。
图pcshow (ptCloud)在pcshow (ptCloudB。的位置,“r”）;传奇(“点云”，“ROI内的点”，“位置”，“southoutside”，“颜色”，[1 1 1])保持从
入力引数
出力引数
参照
Muja M.和David G. Lowe。“具有自动算法配置的快速近似最近邻”。计算机视觉理论与应用。2009。331 - 340页。
拡張機能
你也可以从以下列表中选择一个网站:
