在一定距离内找到最近邻居并使用cKDTree取这些邻居的平均值

Question

我使用python脚本来读取两个大的（数百万个点）点云作为数组（＆＃34; A＆＃34;和＃34; B＆＃34;）。

我需要找到最近的＆＃34; B＆＃34; ＆＃34; A＆＃34;中的点的邻居，但在＆＃34; A＆＃34;中的每个点的5厘米内。我还希望平均在＃34; A中的点的半径5厘米内的邻居。＆＃34;

有没有办法一次性使用cKTree，包括平均值？

Answer 1

我不确定你想做什么，但如果我理解正确，你可以按照以下步骤操作：

# this are just random arrays for test
A = 20 * np.random.rand(1000, 3)
B = 20 * np.random.rand(1000, 3)

为每个点云计算cKDTree

tree_A = cKDTree(a)
tree_B = cKDTree(b)

在A中找到距离B中每个点最多5个单位的点：

# faster than loop + query_ball_point
neighbourhood = tree_B.query_ball_tree(tree_A, 5)

计算所有这些点组的平均值：

means = np.zeros_like(a)
for i in range(len(neighbourhood)):
    means[i] = A[neighbourhood[i]].mean(0)

Answer 2

cKDTree没有任何单位;我希望您的测量值都以单位（cm）为您所需的操作。

你是什么意思，你希望＆＃34;平均邻居＆＃34;？这只是5个单位球内所有邻居的平均位置吗？

根据您发布的内容，我相信您的关键操作是

for A_point in A:
    hood = B.query_ball_point(A_point, 5)

现在，只是＆＃34;平均＆＃34; 引擎盖中的要点。我假设你知道怎么做那部分; cKDTree没有这样的操作，因为SciPy和Python提供基类型的那些。

您可以使用 A 作为 query_ball_point 的第一个参数来执行此操作，但随后您将获得一个巨大的社区列表，也许会打破你的记忆限制。

这会让你感动吗？