条件欧几里得聚类_conditionaleuclideanclustering-优快云博客

本文链接：https://blog.youkuaiyun.com/m0_50046535/article/details/125569924

本教程详细介绍了如何利用条件欧几里得聚类算法进行点云数据的分割。该算法结合了欧几里得距离和用户定义的条件，适用于聚类任务。教程中提到的类采用了一种贪婪/区域增长/洪水填充的方法，并允许用户自定义聚类约束，如平滑度和RGB条件。尽管没有初始播种系统和过度/不足分割控制，但该方法能够处理点云数据的下采样、法线估计以及聚类容差设置。生成的聚类根据大小分为合适、过小和过大，并可通过条件函数进行特定的点信息比较。最后，教程还提供了编译和运行代码的指导。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本教程介绍如何使用pcl::ConditionalEuclideanClustering类：一种基于欧几里得距离和用户可自定义条件对点进行聚类的分割算法。

此类使用与欧几里得聚类提取、区域增长分割和基于颜色的区域增长分割相同的贪婪/区域增长/洪水填充方法。与其他类相比，使用此类的优势在于用户现在可以自定义聚类约束（纯欧几里德、平滑度、RGB）。一些缺点包括：没有初始播种系统，没有过度和不足分割控制，以及从主计算循环内部调用条件函数的时间效率较低。

源码：
创建：conditional_euclidean_clustering.cpp 文件

  1#include <pcl/point_types.h>
  2#include <pcl/io/pcd_io.h>
  3#include <pcl/console/time.h>
  4
  5#include <pcl/filters/voxel_grid.h>
  6#include <pcl/features/normal_3d.h>
  7#include <pcl/segmentation/conditional_euclidean_clustering.h>
  8
  9typedef pcl::PointXYZI PointTypeIO;
 10typedef pcl::PointXYZINormal PointTypeFull;
 11
 12bool
 13enforceIntensitySimilarity (const PointTypeFull& point_a, const PointTypeFull& point_b, float /*squared_distance*/)
 14{
 15  if (std::abs (point_a.intensity - point_b.intensity) < 5.0f)
 16    return (true);
 17  else
 18    return (false);
 19}
 20
 21bool
 22enforceNormalOrIntensitySimilarity (const PointTypeFull& point_a, const PointTypeFull& point_b, float /*squared_distance*/)
 23{
 24  Eigen::Map<const Eigen::Vector3f> point_a_normal = point_a.getNormalVector3fMap (), point_b_normal = point_b.getNormalVector3fMap ();
 25  if (std::abs (point_a.intensity - point_b.intensity) < 5.0f)
 26    return (true);
 27  if (std::abs (point_a_normal.dot (point_b_normal)) > std::cos (30.0f / 180.0f * static_cast<float> (M_PI)))
 28    return (true);
 29  return (false);
 30}
 31
 32bool
 33customRegionGrowing (const PointTypeFull& point_a, const PointTypeFull& point_b, float squared_distance)
 34{
 35  Eigen::Map<const Eigen::Vector3f> point_a_normal = point_a.getNormalVector3fMap (), point_b_normal = point_b.getNormalVector3fMap ();
 36  if (squared_distance < 10000)
 37  {
 38    if (std::abs (point_a.intensity - point_b.intensity) < 8.0f)
 39      return (true);
 40    if (std::abs (point_a_normal.dot (point_b_normal)) < 0.06)
 41      return (true);
 42  }
 43  else
 44  {
 45    if (std::abs