前言

欧式聚类因重复计算导致效率较低，快速欧式聚类有效提高效率。
参考论文：Cao Y, Wang Y, Xue Y, et al. FEC: Fast Euclidean Clustering for Point Cloud Segmentation[J]. Drones, 2022, 6(11): 325.

快速欧式聚类

import time
import numpy
import open3d as o3d
import numpy as np
import matplotlib.pyplot as plt
import warnings
warnings.simplefilter(action='ignore', category=FutureWarning)class PointIndex_NumberTag(object):def __init__(self):self.nPointIndex = 0.0self.nNumberTag = 0.0class Struct(object):def __init__(self, nPointIndex, nNumberTag):self.nPointIndex = nPointIndexself.nNumberTag = nNumberTagdef main():# 通过pcl.load加载pcd文件min_component_size = 100tolorance = 0.5max_n = 50start = time.perf_counter()cloud = o3d.io.read_point_cloud("../data/street.ply")cloud_tree = o3d.geometry.KDTreeFlann(cloud)point = numpy.asarray(cloud.points)size = len(point)marked_indices = [0] * sizeif size < min_component_size:raise("Could not find any cluster")else:print(cloud)tag_num = 1temp_tag_num = -1for i in range(size):if marked_indices[i] == 0:idx = [][k, idx, _] = cloud_tree.search_hybrid_vector_3d(cloud.points[i], tolorance, max_n)min_tag_num = tag_numfor j in idx:if (marked_indices[j] > 0) and (marked_indices[j] < min_tag_num):min_tag_num = marked_indices[j]for j in idx:temp_tag_num = marked_indices[j]if temp_tag_num > min_tag_num:for k in range(size):if marked_indices[k] == temp_tag_num:marked_indices[k] = min_tag_nummarked_indices[j] = min_tag_numtag_num += 1indices_tags = [[0]*2 for i in range(size)]for i in range(size):indices_tags[i][0] = iindices_tags[i][1] = marked_indices[i]indices_tags = sorted(indices_tags, key=lambda x:x[1])#indices_tags保存了每个聚类点云的索引和tag，下一步是根据索引提取点云，分开上色，并可视化begin_index = i = color_index = 0fianl_points = []for i in range(size):if indices_tags[i][1] != indices_tags[begin_index][1]:if i - begin_index >= min_component_size:for j in range(begin_index, i):fianl_points.append(point[indices_tags[j][0]][0])fianl_points.append(point[indices_tags[j][0]][1])fianl_points.append(point[indices_tags[j][0]][2])fianl_points.append(color_index)color_index += 1begin_index = iif indices_tags[i][1] != indices_tags[begin_index][1]: #最后一个聚类if i - begin_index >= min_component_size:for j in range(begin_index, i):fianl_points.append(point[indices_tags[j][0]][0])fianl_points.append(point[indices_tags[j][0]][1])fianl_points.append(point[indices_tags[j][0]][2])fianl_points.append(color_index)color_index += 1fianl_points = np.array(fianl_points)fianl_points = fianl_points.reshape(-1,4)end = time.perf_counter()print("running time: ", {end - start}, 'seconds')x = fianl_points[:,0]y = fianl_points[:,1]z = fianl_points[:,2]l = fianl_points[:,3]fig = plt.figure()ax = fig.add_subplot(111, projection='3d')fig.add_axes(ax)ax.scatter(x,  # xy,  # yz,  # zl,c=l,  # height data for colors = 2,marker = 'o',cmap='rainbow')plt.axis('off')ax.set_box_aspect([15,15,1])plt.show()if __name__ == "__main__":main()

效果

python实现快速欧式聚类FEC:fast-euclidean-clustering相关推荐

3D点云处理：点云聚类--FEC: Fast Euclidean Clustering for Point Cloud Segmentation
文章目录聚类结果一.论文内容 1.1 Ground Surface Removal 1.2 Fast Euclidean Clustering 题外:欧几里得聚类 Fast Euclidean C ...
PCL 快速欧式聚类（FEC）
文章目录一.简介二.实现代码三.实现效果参考资料一.简介应一位同学的要求,出一版PCL的快速欧式聚类(FEC),该方法的具体原理可以参阅之前的博客:CloudCompare&PCL ...
读自动驾驶激光雷达物体检测技术（Lidar Obstacle Detection）（4）：Clustering（欧式聚类）
在第(3)实现了地面点与障碍物的分离,此部分要实现的是聚类,聚类是指把不同物体的点云分别组合聚集起来, 从而能让你跟踪汽车, 行人等多个目标. 其中一种对点云数据进行分组和聚类的方法称为欧氏聚类. 欧 ...
PCL点云库学习笔记点云的欧式聚类
欧式聚类详解(点云数据处理) 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. KD-Tree最近邻搜索 Kd-树是K-dimension ...
基于Python的k均值聚类不同规格的商品名
基于Python的k均值聚类不同规格的商品名前言聚类的目标是使得同一簇内的点之间的距离较短,而不同簇中点之间的距离较大.以此来区分不同的群体. 本篇讲述使用k均值算法对超市购物记录集中的商品名称进 ...
Python skimage快速图像处理（二）——Numpy速成
Python skimage快速图像处理(二)--Numpy速成简介 Numpy索引彩色图像坐标约定数组维数的顺序时间维度简介图像在scikit-images中用Numpy矩阵表示.因此 ...
pcl聚类----欧式聚类分割方法
欧式聚类分割方法欧式聚类是一种基于欧氏距离度量的聚类算法流程如下: 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 ...
（MATLAB/C/Python）快速中值滤波
(MATLAB/C/Python)快速中值滤波一.中值滤波二.快速中值滤波介绍原理优化三.代码 MATLAB C Python 四.测试其他 by HPC_ZY 最近一个项目中需要用到中 ...
python新闻文本聚类_用Python实现文档聚类
在本教程中,我会利用 Python 来说明怎样聚类一系列的文档.我所演示的实例会识别出 top 100 电影的(来自 IMDB 列表)剧情简介的隐藏结构.关于这个例子的详细讨论在初始版本里.本教程包括 ...

python实现快速欧式聚类FEC:fast-euclidean-clustering

文章目录

前言

快速欧式聚类

效果

python实现快速欧式聚类FEC:fast-euclidean-clustering相关推荐

最新文章

热门文章