qq_26447137的博客

Matlab基于KD树的离散点密度特征提取—点云处理及可视化第4期

Matlab最小二乘平面拟合(SVD方法)—点云处理及可视化第3期

Matlab基于主成分分析(PCA)的平面拟合—点云处理及可视化第2期

Matlab点云处理及可视化第1期—基于KD树的邻域点搜索(柱状邻域、球状邻域及KNN)

提取Matlab可视化图像窗口Figure中的坐标信息

具体代码如下：function [normal_vector,EVs] = EV(knbpts)% knbpts：邻近点% normal_vector:单位法向量% EVs ：单位特征值P = knbpts(:,1:3);[m,~] = size(P);% 计算协方差矩阵P = P-ones(m,1)*(sum(P,1)/m);C = P.'*P./(m-1); ...

在计算三维点云的法向量、曲率、坡度等间接特征时，需要搜索点的邻域点。某点邻域的选取多依据空间几何信息，从空间维数分为二维邻域和三维邻域，对应的有柱状邻域和球状邻域。同时，邻域的选取可以通过限制邻近点的个数（KNN）或者限制邻域范围（柱状邻域和球状邻域）来实现。柱状邻域点指以一点为中心，以r为半径的无限高、垂直圆柱范围内的点。球状邻域点指以一点为中心，以r为半径的球体内所包含的点。...

设有二次曲面：其中，(x, y, z)为已知三维点坐标。令：解算系数矩阵A。代码如下：function [aa,zfit] = Powerfit(data)X = data(:,1);Y = data(:,2);Z = data(:,3);clear dataxfit2 = X.^2;yfit2 = Y.^2;xyfit = X.*Y;% 系数矩阵A...

前段时间写了两篇论文，从算法实现、框架搭建到文字撰写，基本都是一气呵成，而唯独在出图上耗费了大量时间。一般期刊要求论文图片要清晰美观，至少图中字符要能看得清（>8）。单是这一条，就让我搞了好久。策略0 截图最开始是用QQ截图：为了清晰，凭感觉调大字号、图片放大到屏幕容不下，截图后插入到word里，再调整大小，以为这样分辨率就会高……怎么硕呢，操作迷人，效果感人策略1 Ma...

在数据处理中，常需要在可视化图像中，选择一个或多个点，通过查看、提取其（X, Y,Z）信息，以进行后续分析、检验等工作。Matlab的图像窗口（Figure Window）中，数据游标可以满足 “查看” 数据坐标信息的需求。但仅能 “查看” 难以满足作者的工作需求，所以考虑如何提取所需的坐标信息，生成一个包含该坐标信息的变量。不多BB，直接上代码。function pos...