三维点云

三维点云体素降采样（Voxel Filter Downsampling）代码参考网址秦乐乐CSDN博客理论参考知乎博主：WALL-E1.方法Centroid 均值采样Random select 随机采样2.伪代码流程3.代码编写step1 计算边界值 #step1 计算边界点 x_max, y_max, z_max = np.amax(point_cloud,axis=0) #计算 x,y,z三个维度的最值 x_min, y_

三维点云学习（1）上二叉数实现K-NN搜寻代码来自 黎老师github个人心得二叉树的搜寻方法正如老师课堂所说，实现二叉树的搜寻有两种方法，一种是递归，一种是循环判断，本质区别并不大#递归搜寻def search_recursively(root,key): #1NN 搜索 ，递归法 if root is None or root.key == key: return root if key < root.key:

三维点云学习（3）7- 实现GMMgithub大神参考代码高斯混合模型的通俗理解GMM课程个人总结笔记最终效果图原图进行高斯聚类后的图代码编写流程1.输入数据集x1 x2 …xn,和K，初始化三个高斯模型的未知数2.E-step 算出后验概率 --一个点属于哪个类的概率3.M-step 算出高斯模型三个参数核心编码K-means为上一章写得KMeans.py代码,放置到统一目录下即可调用#GMM.pyclass GMM(object): # max_iter