KDTree索引(K近邻搜索,半径R内近邻搜索)——PCL

K近邻搜索(K Nearest Neighbors)

  • K近邻搜索是一种基于点数量的搜索方法,它会找到指定点附近最接近的K个邻居点。
  • K近邻搜索中的K值是一个参数,您需要指定要搜索的邻居数量。
  • 该方法适用于需要查找固定数量邻居点的情况,例如K最近邻分类器和最近邻插值等。
	/// <summary>
	/// kdtree的k近邻索引
	/// </summary>
	/// <param name="cloud">需要所有的点云</param>
	/// <param name="searchPoint">需要索引的点</param>
	/// <param name="k">索引的个数</param>
	/// <returns>返回索引出点的编号数组</returns>
std::vector<int> PclTool::kdtreeKSearch(const pcl::PointCloud<pcl::PointXYZ>::Ptr cloud, const pcl::PointXYZ searchPoint, const unsigned int k)
{
   
   
    // 创建KdTreeFLANN对象,并把创建的点云设置为输入,searchPoint变量作为查询点
    pcl::KdTreeFLANN<pcl::PointXYZ> kdtree;
### PCL KDTree简介 在PCL库中,KDTree用于高效地执行近邻搜索操作。具体来说,`pcl::KdTree<PointT>` 和 `pcl::KdTreeFLANN<PointT>` 是两个主要的模板类实现[^1]。前者为基础类,后者为其子类并提供了更高效的实现方式。 #### 构建与使用KDTree 构建KD树的过程涉及将点云数据按不同维度递归划分成较小的子集,形成一个多级树状结构。这种结构允许快速定位最接近查询点的数据点或位于指定范围内的所有点[^3]。 #### 主要功能函数 - **Radius Search**: 查找给定半径内所有的邻居点。 - **Nearest K Search**: 找到离目标点最近的前K个点。 这些方法极大地方便了对大规模三维点云数据的操作和分析[^2]。 ```cpp #include <pcl/kdtree/kdtree_flann.h> #include <pcl/point_cloud.h> #include <pcl/point_types.h> // 创建一个点云对象 pcl::PointCloud<pcl::PointXYZ>::Ptr cloud (new pcl::PointCloud<pcl::PointXYZ>); cloud->width = 5; cloud->height = 1; cloud->points.resize(cloud->width * cloud->height); for (size_t i = 0; i < cloud->points.size (); ++i){ cloud->points[i].x = 1024 * rand () / (RAND_MAX + 1.0f); cloud->points[i].y = 1024 * rand () / (RAND_MAX + 1.0f); cloud->points[i].z = 1024 * rand () / (RAND_MAX + 1.0f); } // 初始化KDTree实例 pcl::KdTreeFLANN<pcl::PointXYZ> kdtree; // 将点云加载至KDTree kdtree.setInputCloud (cloud); // 定义测试点及其参数设置 std::vector<int> pointIdxNKNSearch(1); // 存储找到的临近点索引 std::vector<float> pointNKNSquaredDistance(1); // 对应的距离平方值 // 使用nearestKSearch查找最近的一个邻居 if (kdtree.nearestKSearch (cloud->points[0], 1, pointIdxNKNSearch, pointNKNSquaredDistance) > 0) { std::cout << "最近的邻居是:" << pointIdxNKNSearch[0] << ", 距离为:" << sqrt(pointNKNSquaredDistance[0]) << std::endl; } ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值