考虑矩阵N x 36，其中N是点云数据（3D对象）中的点数，36列表示提取的最后3列为（x，y）的特征，z）每个点的坐标值。
现在我希望在这方面进行特征分析我想知道如何在计算它们的（x，y，z）坐标上绘制/表示/描述f1,f2,...f33的每个特征？ （了解特征的行为）
这可能吗？怎么样？如果没有，有什么替代方案？
例如：找到包含NX5的2个要素文件bunny_example，其中N是点数，1st和2nd列是要素1f1，f21和{ {1}} 3rd列为5th个坐标值。
答案 0 :(得分：0)
此代码可以帮助您：
ClassLoader备注：
% Provided example data
features = [2.0684e-05 7.5750e-06 3.8389e-05 1.0346e-05 -8.3302e-06;
0.0002 -1.7019e-05 -0.0002 -3.8879e-05 8.1841e-05;
-2.3888e-05 -3.5798e-05 2.0476e-05 -4.7382e-05 3.8213e-05;
7.7594e-06 2.9854e-06 3.0756e-05 -1.9135e-06 1.3463e-05;
3.4250e-05 5.6627e-06 7.3759e-06 -8.1303e-05 -1.5577e-05;
4.7731e-06 4.9014e-06 2.5750e-05 2.3827e-06 6.2936e-06;
2.4317e-05 0.0007 3.1783e-05 0.0001 -0.0001;
2.6632e-05 0.0009 0.0001 0.0001 -0.0005;
-1.9714e-05 -1.2456e-06 5.5657e-06 1.8092e-05 1.3787e-05];
points = [-0.6011 -0.9712 0.3268;
-0.5721 -0.9712 0.3379;
-0.5721 -0.9854 0.32794;
-0.5817 -0.948 0.3298;
0.0708 -0.583 -0.2528;
-0.5721 -0.9429 0.32794;
-0.312 -0.9940 0.4074;
-0.286 -0.994 0.4174;
-0.0864 0.4534 -0.7729];
% To create the colormap - like heatmap
initial_hsv = [0 1 1]; % red
final_hsv = [2/3 1 1]; % blue
point_size = 10;
max_hsv = max([initial_hsv; final_hsv]);
min_hsv = min([initial_hsv; final_hsv]);
dif_hsv = max_hsv - min_hsv;
% For each feature
for f = 1 : size(features, 2)
f_max = max(features(:, f));
f_min = min(features(:, f));
c_data = zeros(size(points, 1), 3);
% For each point
for p = 1 : size(points, 1)
for hsv_comp = 1:3
if dif_hsv(hsv_comp) != 0
% Logaritmic mapping
c_data(p, hsv_comp) = (1 - ((log(features(p, f)+abs(f_min)+1) - log(f_min+abs(f_min)+1)) / (log(f_max+abs(f_min)+1) - log(f_min+abs(f_min)+1)))) * dif_hsv(hsv_comp) + min_hsv(hsv_comp);
else
c_data(p, hsv_comp) = min_hsv(hsv_comp);
end
end
end
% Converting to HSV
c_data(:,:) = hsv2rgb(c_data(:,:));
% Creating a figure for each feature
str = sprintf('Feature number %d' , f);
figure
scatter3(points(:,1), points(:,2), points(:,3), point_size*ones(size(points,1),1), c_data);
title(str)
end
，inital_hsv和final_hsv的值。point_size的方式（在此示例中使用的是logaritmic mapping），以便根据您的要素数据进行更平滑的颜色转换。