配准评价指标单向Hausdorff距离计算

目录

1 原理介绍

2 数学公式推导

3 计算流程

4 示例代码

        在点云处理和配准中，Hausdorff距离是一个常用的评价指标，用于衡量两个点集之间的相似程度。单向Hausdorff距离尤其适用于评估一个点云与另一个点云之间的最大误差。

1 原理介绍

        Hausdorff距离是两个点集之间的最大最小距离。对于两个点集 A 和 B，单向Hausdorff距离 dH(A,B)定义为：

        这意味着，对于集合 A 中的每一个点 aa，找到集合 B 中距离 a 最近的点 b，计算它们之间的距离，然后在所有这些最小距离中找到最大值。这个最大值即为单向Hausdorff距离。

2 数学公式推导

2.1 距离定义：

对于两个点集 A 和 B，定义从 A 到 B 的单向Hausdorff距离为：