PCL中分割方法的介绍(2)

  • 时间:
  • 浏览:0

                                                    

主要的缺点:该算法这样初始化种子系统,这样过度分割意味 分割不够的控制,还有若果从主循环运算中调用条件函数时,速度单位比较低,

经过上方的步骤现在意味 有了点云的“图”,若果给图附上要花费的权值,就满足了最小分割的前提条件。物体分割比如图像分割给人有有2个 直观印象若果属于该物体的点,应该相互之间不需要太远。也若果说,可不还可不还能不能 用点与点之间的欧式距离来构造权值。所有线的权值可映射为线长的函数。

该算法是将一幅点云图像分割为两每段:前景点云(目标物体)和背景物体(剩余每段)

(2)关于上一篇博文中提到的欧几里德分割法称之为标准的距离分离,当然接下来介绍其他的与之相关的延伸出来的聚类的依据,我称之为条件欧几里德聚类法,(是我的自己理解),这个条件的设置是可不还可不还能不能 由.我都都 自定义的,意味 除了距离检查,聚类的点还还可不还能不能 满足有有2个 特殊的自定义的要求,若果以第有有2个 点为标准作为种子点,候选其付进 的点作为它的对比意味 比较的对象,意味 满足条件就加入到聚类的对象中,至于到底为何翻译我也蒙了,不到若果理解了

意味 要分开最左边的点和最右边的点,红绿这个割法后要可行的,其他红线跨过了三条线,绿线只跨过了两条。单从跨线数量上来论可不还可不还能不能 得出绿线这个切割依据更优 的结论。但假设线上有不同的权值,这样最优切割则和权值有关了。当你给出了点之间的 “图” ,以及连线的权值时,最小割算法就能按照要求把图分开。

                                                          最小分割法的结果

上方执行的条件是检查候选点的Y坐标是否是小于种子的Y坐标,这样哪此实际意义。本来 我就再查看结果了。

这样同去我暂时也用不到,意味 有想法的时候 再回来研究吧

(2)最小分割算法

显而易见,切割有有有2个 非常重要的因素,第有有2个 是获得点与点之间的拓扑关系,这个拓扑关系若果生成一张 “图”。第2个是给图中的连线赋予要花费的权值。若果这有有2个 每段要花费,最小割算法就会正确的分割出愿意的结果。点云是分开的点。若果把点云中所有的点连起来就可不还可不还能不能 了。连接算法如下:

看一下代码吧,至于到底为何理解各个有自己的理解吧

关于该算法的论文的地址:http://gfx.cs.princeton.edu/pubs/Golovinskiy_10009_MBS/paper_small.pdf

.我都都 知道这个分割是还可不还能不能 指定对象的,也若果.我都都 指定聚类的中心点(center)以及聚类的半径(radius),当然.我都都 指定了中心点和聚类的半径,这样就要被保护起来,保护的依据若果增加它的权值

对于实际应用中.我都都 应该设置正确的参数这是最为关键的!

本来 这样为何来理解点云的图呢?

                                                                                              原始的点云

The Min-Cut (minimum cut) algorithm最小割算法是图论中的有有2个 概念,其作用是以这个依据,将有有2个 点分开,当然这有有2个 点上方意味 是通过无数的点再相连的。如图

                           

                                                 

 看一下实际运行的最小分割法的结果

接下来.我都都 就来看看代码