点云密度的计算

骑羊儿放狼

已于 2022-08-20 09:12:52 修改

阅读量3.3k

点赞数

文章标签：算法

于 2022-08-20 09:12:23 首次发布

原文链接：https://blog.youkuaiyun.com/qq_39632121/article/details/118912124

版权

两种点云密度的计算方式

1.距离密度（常用）

即为每个离它最邻近点的距离的平均值。

clear all
clc
 
% 读取matlab自带的点云文件
ptCloud = pcread('teapot.ply');
% 读取点云xyz值
xyz = ptCloud.Location;
% 通过knnsearch即‘k'临近计算xyz集合里面每个点离xyz集合里面的最近点
% 由于第一个搜索的点是他本身，所以k临近个数选择了2
[idx,d] = knnsearch(xyz,xyz,'k',2);
% idx是最邻近点的索引项，用不到；d是每个点离它最邻近点的距离值
% 计算平均距离，即距离密度，单位：m
p = mean(d(:,2));

2.通过《GB/T 36100—2018 机载激光雷达点云数据质量评价指标及计算方法-规范》计算

在这里插入图片描述

clear all
clc
 
% 读取matlab自带的点云文件
ptCloud = pcread('teapot.ply');
% 读取点云xyz值
xyz = ptCloud.Location;
% 凸包计算茶壶的二维占地面积
% 凸包需要双精型，读取的xyz为单精
xyz = double(xyz);
% K返回边界索引，V返回面积
[K,V] = convhull(xyz(:,1),xyz(:,2));
% size和length都可查看点云的数量，这里以size为例
% n和m返回点云的行和列
[n,m] = size(xyz);
% n行就是点云的数量
% 由于无水域区域，所以点云的密度为总数量/面积
p =  n/V;