【问题标题】:Fast method to remove redundant points in MatlabMatlab中去除多余点的快速方法
【发布时间】:2018-10-26 21:52:51
【问题描述】:

我在 Matlab 中合并了两个 pointCloud 对象,比如说 pc1 和 pc2。 pc1 是参考云,即 pc2 中与 pc1 中的点相等或非常接近的所有点都需要在组合云之前删除。

说明:

  • 我知道函数 pcmerge,它几乎可以做我想做的事 - 但我肯定需要删除冗余点并且平均这些点不是一个选项

  • 每个点云的大小约为 500,000,我必须比较其中的许多 (100) 个。这就是为什么速度很重要。

  • 我希望能够围绕 pc1 的每个点定义一个半径,以给出“冗余”的标准。但是为了提高速度,一些简化是可以的(参见我的第二种解决方案)。

解决方法:

  • 一个可行但非常缓慢的解决方案是在 pc2 中查找其最近邻居的每个点:

    function [ pc ] = pcaddcloud( pc1, pc2, res )
    
    limits = overlapRange(pc2, pc1);
    pc1idx = findPointsInROI(pc2, limits);
    pc2Overlap = select(pc2, pc1idx);
    idx = findPointsInROI(pc1, limits);
    pc1Overlap = select(pc1, idx);
    endi = pc2Overlap.Count;
    pc2Overlap = pc2Overlap.Location;
    for i=1:endi
        [idx, ~] = findNeighborsInRadius(pc1Overlap, pc2Overlap(i,:), res);
        % keep only indices of redundant points to delete them later
        if isempty(idx)
            pc1idx(i) = 0;
        end
    end
    pc1idx(pc1idx==0) = [];
    pc2 = pc2.Location;
    pc2(pc1idx,:) = [];
    pc = pointCloud([pc1.Location; pc2]);
    end
    
    % Compute the bounding box of overlapped region (from pcmerge)
    function rangeLimits = overlapRange(pcA, pcB)
    xlimA = pcA.XLimits;
    ylimA = pcA.YLimits;
    zlimA = pcA.ZLimits;
    
    xlimB = pcB.XLimits;
    ylimB = pcB.YLimits;
    zlimB = pcB.ZLimits;
    
    if (xlimA(1) > xlimB(2) || xlimA(2) < xlimB(1) || ...
            ylimA(1) > ylimB(2) || ylimA(2) < ylimB(1) || ...
            zlimA(1) > zlimB(2) || zlimA(2) < zlimB(1))
        % No overlap
        rangeLimits = [];
    else
        rangeLimits = [ min(xlimA(1),xlimB(1)), max(xlimA(2),xlimB(2)); ...
            min(ylimA(1),ylimB(1)), max(ylimA(2),ylimB(2)); ...
            min(zlimA(1),zlimB(1)), max(zlimA(2),zlimB(2))];
    end
    end
    
  • 我有一个更快的解决方案(仍然很慢,但比解决方案 1 更快)处理 alpha 形状:我在 pc1 周围定义了一个外壳,并确定 pc2 的点是否在内部。缺点:仅“稍微向外”的点(即靠近 pc1 的点但不在 alpha 形状内)不会被检测为冗余。

    function [ pc ] = pcaddcloud( pc1, pc2 )
    
    limits = overlapRange(pc2, pc1);
    pc2 = pc2.Location;
    pc1 = pc1.Location;
    %seems to be faster than findPointsInROI:
    pc2Overlap = pc2(pc2(:,1)>=limits(1,1)&pc2(:,1)<=limits(1,2) ...
        &pc2(:,2)>=limits(2,1)&pc2(:,2)<=limits(2,2)...
        &pc2(:,3)>=limits(3,1)&pc2(:,3)<=limits(3,2),:);
    pc2idx = find(pc2(:,1)>=limits(1,1)&pc2(:,1)<=limits(1,2) ...
        &pc2(:,2)>=limits(2,1)&pc2(:,2)<=limits(2,2)...
        &pc2(:,3)>=limits(3,1)&pc2(:,3)<=limits(3,2));
    pc1Overlap = pc1(pc1(:,1)>=limits(1,1)&pc1(:,1)<=limits(1,2) ...
        &pc1(:,2)>=limits(2,1)&pc1(:,2)<=limits(2,2)...
        &pc1(:,3)>=limits(3,1)&pc1(:,3)<=limits(3,2),:);
    
    shape = alphaShape(double(pc1Overlap));
    in = inShape(shape, double(pc2Overlap));
    pc2idx(~in) = [];
    pc2(pc2idx,:) = [];
    pc = pointCloud([pc1; pc2]);
    
    end
    
    % Compute the bounding box of overlapped region (from pcmerge)
    function rangeLimits = overlapRange(pcA, pcB)
    xlimA = pcA.XLimits;
    ylimA = pcA.YLimits;
    zlimA = pcA.ZLimits;
    
    xlimB = pcB.XLimits;
    ylimB = pcB.YLimits;
    zlimB = pcB.ZLimits;
    
    if (xlimA(1) > xlimB(2) || xlimA(2) < xlimB(1) || ...
            ylimA(1) > ylimB(2) || ylimA(2) < ylimB(1) || ...
            zlimA(1) > zlimB(2) || zlimA(2) < zlimB(1))
        % No overlap
        rangeLimits = [];
    else
        rangeLimits = [ min(xlimA(1),xlimB(1)), max(xlimA(2),xlimB(2)); ...
            min(ylimA(1),ylimB(1)), max(ylimA(2),ylimB(2)); ...
            min(zlimA(1),zlimB(1)), max(zlimA(2),zlimB(2))];
    end
    end
    

我期待您的想法!如果需要,请随时询问更多信息 - 我是这个平台的新手。谢谢!

【问题讨论】:

  • 您可以使用ismembertolByRows 选项来检测冗余点。但是考虑一下,它使用立方邻域而不是球形邻域。
  • 非常感谢@rahnema1,这正是我想要的!我只是想知道为什么我没有找到该功能-愚蠢的我...立方邻域是我可以完全接受的简化。我刚刚用我的数据集测试了ismembertol,它比我的方法快得多。您想写下您的评论作为答案,以便我选择它作为解决方案吗?
  • 当然!已发布答案。

标签: matlab performance point-clouds


【解决方案1】:

您可以使用ismembertolByRows 选项来检测冗余点。但考虑到它使用立方邻域而不是球形邻域。 假设你有两个矩阵pc1,pc2,每个矩阵有3列和一个容差tol

idx = ismembertol(pc2, pc1, tol,'ByRows', true, 'DataScale' , 1);
result = [pc1; pc2(~idx,:)];

【讨论】:

    猜你喜欢
    • 2011-09-20
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2013-05-14
    • 2021-05-31
    • 2016-08-12
    • 1970-01-01
    相关资源
    最近更新 更多