一、功能概述
1、实现流程
欧式聚类是一种基于欧氏距离度量的聚类算法。基于KD-Tree的近邻查询算法是加速欧式聚类算法的重要预处理方法。流程如下:
对于欧式聚类来说,距离判断准则为前文提到的欧氏距离。对于空间某点P,通过KD-Tree近邻搜索算法找到k个离p点最近的点,这些点中距离小于设定阈值的便聚类到集合Q中。如果Q中元素的数目不在增加,整个聚类过程便结束;否则须在集合Q中选取p点以外的点,重复上述过程,直到Q中元素的数目不在增加为止。
2、主要函数
labels = pcsegdist(ptCloud,minDistance)
以最小欧氏距离作为不同的聚类点之间的最小距离,将点云分割成簇。pcsegdist
为点云中的每个点分配一个整数簇标签,并返回所有点的标签。