- 博客(14)
- 收藏
- 关注
RSS订阅原创 DBSCAN聚类（C++）
DBSCAN算法是一种经典的基于密度的聚类方法，可以有效地识别噪声点。它将聚类视为通过密度连接的最大数据集，其基本原理是属于同一聚类的点通过密度连接，原理如图 3 8所示。DBSCAN算法最早由Ester等人提出。具有一定半径（Eps）的聚类中的每个数据点在其邻域中必须包含至少最小数量的点（Minpts）。算法描述如下定义1（点的 邻域）：以给定数据点p为圆心，以Eps为半径形成的圆形区域，称为给定对象p的邻域；
2025-07-26 22:39:16
469
原创 pcl点云数据转为Eigen::MatrixXf类型
pcl点云数据格式转换为矩阵格式进行计算，如果直接赋值，会重新开辟空间，对大数据点云进行转换会比较慢，因此使用Eigen::Map进行映射，节省内存空间，加快处理速度。// pcl/point_cloud.h文件中// @param dim 每一个点需要顾及到的维度// @param stride 每列数据的跨度// @param offset 首地址偏移量点云中的点数=矩阵中的列，点维度=矩阵中的行数转换点云，提取xyz坐标转换点云，提取xyzi属性如有问题，敬请谅解！
2025-07-26 20:03:59
263
原创 欧式聚类（pcl）
（1）随机选取点云数据中的一点p；（2）使用Kd-tree近邻搜索算法找到k个与点p最近的一组点；（3）将与点p的距离在设定范围内的点聚类到集合U中；（4）当集合U中的点数不再增加时，聚类过程结束；否则在集合U中选取p以外的点并重复上述过程直至集合U中点的数目不再增加。
2025-07-26 17:54:07
258
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人