HY！
我已经从Kinect传感器组织了点云。假设我有一个有组织的点沙云，前面有一张桌子。我想要的是两片云：沙发和桌子
我正在寻找一些算法来获取连接的组件。 有没有人有一些伪代码或文件？或者也许是一些代码（Matlab）
我的想法：我可以使用2D信息来获取点的相邻像素。 接下来，我可以检查到邻近像素的欧氏距离。如果距离低于阈值，则像素属于同一群集。 ...
由于
答案 0 :(得分：3)
正如@Amro指出的，DBSCAN是你应该学习的算法。它是基于“密度连接”组件的聚类。
另请注意GDBSCAN变体（广义DBSCAN）。您不仅限于欧几里德等原始距离，但您可以根据需要将“邻域”定义为复杂。
Matlab可能不是最佳选择。为了使DBSCAN非常快，您需要支持索引加速。最近scikit-learn（准确地说是0.14）刚刚获得了DBSCAN的基本索引加速，ELKI已经有了多年。 ELKI似乎更“灵活”。拥有GDBSCAN并具有易于使用自定义距离函数扩展的索引结构。 sklearn可能只会加速一些内置距离。