Быстрый метод удаления лишних точек в Matlab - PullRequest
Новая
       7

Быстрый метод удаления лишних точек в Matlab

0 голосов
/ 26 октября 2018

Я объединяю два объекта pointCloud в Matlab, скажем, pc1 и pc2. pc1 - это эталонное облако, то есть все точки из pc2, которые равны или очень близки к точкам из pc1, должны быть удалены до объединения облаков.

Разъяснения:

  • Я знаю функцию pcmerge, которая почти делает то, что я хочу, но мне определенно нужно удалить лишние точки, и усреднение этих точек не является опцией

  • Размер облака точек составляет около 500 000 каждый, и я должен сравнить многие (100) из них. Вот почему важна скорость.

  • Я бы предпочел иметь возможность определять радиус вокруг каждой точки pc1, чтобы дать критерий "избыточности". Но в пользу скорости, некоторые упрощения в порядке (см. Мой второй подход решения).

Подходы к решению:

  • Рабочее, но очень медленное решение - искать каждую точку в pc2 для ближайшего соседа: 

    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

  • У меня есть более быстрое решение (все еще медленное, но быстрее, чем решение 1), работающее с альфа-фигурами: я определяю оболочку вокруг pc1 и решаю, находятся ли точки pc2 внутри или нет. Недостаток: точки, которые только "немного снаружи" (то есть близко к точкам pc1, но не находятся внутри альфа-формы), не распознаются как избыточные. 

    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

Я с нетерпением жду ваших идей! Пожалуйста, не стесняйтесь спрашивать дополнительную информацию, если это необходимо - я новичок в этой платформе. Спасибо!

1 Ответ

0 голосов
/ 26 октября 2018

Вы можете использовать ismembertol с опцией ByRows для обнаружения избыточных точек. Но учтите, что вместо сферической окрестности он использует кубическую окрестность. Предполагая, что у вас есть две матрицы pc1, pc2 каждая имеет 3 столбца и допуск tol: 

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