K-d Tree与八叉树（3）--- 半径搜索

最新推荐文章于 2024-02-25 00:15:00 发布
最新推荐文章于 2024-02-25 00:15:00 发布
阅读量225 收藏
点赞数 1
分类专栏： python 点云处理 文章标签： python 计算机视觉 算法 经验分享
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_48147838/article/details/132069892
版权

1、建立一个K-d Tree索引

import open3d as o3d
import numpy as np
pcd = o3d.io.read_point_cloud("data//bunny.pcd")
 
# 把所有点渲染为黑色（黑色兔子）
pcd.paint_uniform_color([0, 0, 0])  
 
# 建立KD树索引
pcd_tree = o3d.geometry.KDTreeFlann(pcd)

2、半径搜索

 # 半径搜索
[k1, idx1, _] = pcd_tree.search_radius_vector_3d(pcd.points[100], 0.02) 
 # 半径搜索结果并渲染为蓝色
np.asarray(pcd.colors)[idx1[1:], :] = [0, 0, 1] 
print("查询点:", pcd.colors[100])
print("K近邻距离:", idx1)
o3d.visualization.draw_geometries([pcd])

3、可视化结果

4、代码解析

解析参照：K-d Tree与八叉树（2）---K领域搜索_西依奥肖的博客-CSDN博客

西依奥肖
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
PCL中使用KdTree在点云中进行K近邻及半径查询
Asher_zheng的专栏
08-06 1万+
KdTree背景知识 KdTree(也称k-d树)是一种用来分割k维数据空间的高维空间索引结构，其本质就是一个带约束的二叉搜索树，基于KdTree的近似查询的算法可以快速而准确地找到查询点的近邻，经常应用于特征点匹配中的相似性算法。 而索引结构中相似性查询算法有两种基本的方式：一种是范围查询（radius searches），另一种是K近邻查询（K-neighbor...
pcl kdtree radiusSearch 半径搜索
最新发布
weixin_41674673的博客
03-06 1569
参数:第一个cloudIn->points[i]是搜索点,radius是搜索半径,out_ids是搜索半径内的点的索引,out_dists_square是距离平方。记录所有点搜索半径内的邻居的距离平方。记录所有点搜索半径内的邻居的索引。下面是整个代码,因为要对比flann和nanoflann的建树,搜索的速度,我加了时间,可以删掉。只输出了前十个点的邻居的索引,值,距离的平方。建树跟knn搜索一样,搜索函数变了而已。
pcl里面使用KdTree来搜索
热门推荐
海贼王
04-12 2万+
下面这个教程我们将学会怎么用KdTree找一个特殊点附近的K个最近邻，然后我们也将复习怎么通过一个特殊的半径来找里面所有的近邻。 一个k-d树，或者k维的树是一个计算机科学里面的数据结构。它是一个有其它约束影响的二叉搜索树。K-d树是在深度和最近邻搜索里面很有用的。我们这次的目的是生成一个3维的k-d trees。一个k-d tree的每个层次在某个维度上分割成所有的子树，使用一个垂直于相应坐标
pclpy KD-Tree半径最近邻搜索
m0_73126623的博客
02-25 1710
kd树或 k 维树是计算机科学中使用的一种数据结构，用于在具有 k 维的空间中组织一定数量的点。它是一个二叉搜索树，对其施加了其他约束。Kd树对于范围和最近邻搜索非常有用。出于我们的目的，我们通常只会处理三维的点云，因此我们所有的kd树都是三维的。kd树的每一层使用垂直于相应轴的超平面沿特定维度拆分所有子节点。在树的根部，所有子节点都将根据第一维进行拆分（即，如果第一维坐标小于根，它将在左子树中，如果大于根，则显然将在左子树中右子树）。
PCL笔记四：k-d tree和八叉树；近邻搜索；半径搜索；体素内搜索；空间变化检测；
xiaoyaolangwj的博客
02-24 4215
点云数据主要是表征目标表面的海量点集合，并不具备传统实体网格数据的几何拓扑信息。 点云数据处理中最为核心的问题就是建立离散点间的拓扑关系，实现基于邻域关系的快速查找。 建立空间索引在点云数据处理中已被广泛应用，常见空间索引一般是自顶向下逐级划分空间的各种空间索引结构：BSP树、k-d tree、KDB树、R树、R+树、CELL树、四叉树、八叉树等。 k-d tree对于区间和近邻搜索十分有用。 PCL中k-d tree 库提供了k-d tree数据结构，基于FLANN进行快速最近邻检索。最近邻检
fortran-octree:Fortran八叉树实现
05-02
福特兰八叉树Fortran八叉树实现。测试$ mkdir build && cd build$ cmake ..$ make$ ./octree_test [point number, default is 100]
KNN.rar_K._k-d树
09-21
《KNN算法与k-d树在数据挖掘中的应用》 KNN（K-Nearest Neighbors，k近邻）算法是机器学习领域中最基础且重要的算法之一，它属于监督学习方法，尤其在分类问题上表现出色。KNN的核心思想是：每个样本可以被看作是一...
knn.rar_K._k-d_k-d树
09-20
k-d树（k-dimensional tree）是一种在高维空间中用于数据组织和检索的数据结构，尤其在机器学习领域，特别是分类和回归任务中被广泛应用。它是一种分层的、空间分割的数据结构，能够有效地进行最近邻搜索（k-nearest...
knn.zip_K._k-d tree_kd tree knn_k近邻搜索
09-22
这是一个小而有效的程序来执行的K -近邻搜索算法，此算法利用JIT 理论加速循环，比向量化有效解决了大量数据的精度问题。甚至比kd-tree效果要佳。 K-nearest neighbor search已经广泛应用在科学与工程上，比如模式...
vue-tree-color:漂亮的树看看那个
05-31
最后在GitHub上面找到了一款插件是 iview 的组织结构树 vue-org-tree ,但是由于文档不是特别易懂，自己踩了很多坑。不过定制性特别高，基本上会用到的方法都有了。所以今天来给大家讲解下。 自己也根据业务需求修改...
kdtree搜索近邻
07-16
KD树搜索近邻。输入点云为随机生成的，可以换成自己的点云数据。
kdtree:Java 中 KDTree 的不可修改实现。 支持最近邻、k 最近邻和半径搜索
06-03
Java 中不可修改的 KDTree 实现，支持最近邻、k-最近邻和半径搜索。 要使用，您希望存储在树中的数据必须实现 KDData 接口，这需要实现一个方法，该方法提供表示数据位置的双精度数组。 依赖项是用于测试的 Google Guava 和 JUnit。
使用Flann库实现KDtree半径查找时的参数SearchParams（）参数设置记录
baiyangshui的博客
09-05 821
使用PCL kd树和flann kd树
kd-tree搜索近邻点
hscoder的博客
03-11 1601
#include <pcl/point_cloud.h> #include <pcl/kdtree/kdtree_flann.h> #include <iostream> #include <vector> #include <ctime>using namespace pcl; using namespace std; void main() { srand(time(NULL));
kd-tree
weixin_43384504的博客
06-01 1414
kd-tree 简单理解为一种数据结构（所以点云数据处理中最为核心的问题就是建立离散点间的拓扑关系，实现基于邻域关系的快速查找。） k-d树 （k-dimensional树的简称），是一种分割k维数据空间的数据结构。主要应用于多维空间关键数据的搜索（如：范围搜索和最近邻搜索）。K-D树是二进制空间分割树的特殊的情况。用来组织表示K维空间中点的几何，是一种带有其他约束的二分查找树，为了达到目的，通...
PCL学习——八叉树搜索
zzh_AI的博客
03-27 1449
创建octree实例 float resolution=128.0f //分辨率 pcl::octree::OctreePointCloudSearch<pcl::PointXYZ>octree(resolution);//初始化octree octree.setInputCloud(cloud); octree.addPointsFromInputCloud(); 体素近邻搜索...
PCL：kd-tree实现半径R内近邻搜索
孙悟空
08-28 2763
本文详细介绍了PCL实现半径R近邻搜索的方法。
如何使用KdTree进行搜索（How to use a KdTree to search）
了不起的菠萝君的博客
11-12 2421
在本教程中，我们将详细介绍如何使用KdTree来查找特定点或位置的K个最近邻居，然后我们将继续介绍如何在用户指定的半径范围内找到所有邻居（在本例中为随机） 。 #理论引入 kd树或k维树是计算机科学中用于在具有k维的空间中组织若干点的数据结构。这是一个二叉搜索树，其他约束条件是强加给它的。Kd树对于范围和最近的邻居搜索非常有用。就我们的目的而言，我们通常只会在三维空间中处理点云，所以我们所有的kd...
在三维点云中利用Open3d中的kdtree选取指定点和指定半径内的点云坐标
cc13141521的博客
04-09 681
pcd = o3d.io.read_point_cloud("C:\\Users\\caochong\\Desktop\\改进算法矿石三维重建实验效果图\\1\\point_cloud_PCD_28647285_376_22-03-2023-15-24-46.pcd")query_point = [-0.058571, 0.155347, -0.596785] # 指定点的坐标。radius = 0.05 # 指定半径。# 查找距离指定点半径范围内的点。# 将点的坐标写入文件。# 提取筛选出来的点。
K-D Tree算法、分治法
05-15
K-D Tree（K-Dimensional Tree）算法是一种基于分治法的数据结构，用于高维空间的搜索和排序。它的基本思想是将多维空间中的点以某种方式分割成更小的子空间，然后在每个子空间中递归地进行搜索。这样可以大大降低...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值