使用cKDTree查找距离内最近的邻居，并取这些邻居的平均值

Question

我正在使用Python脚本将两个大型（数百万点）点云作为数组（“A”和“B”）读入。

我需要找到“A”中每个点周围5厘米内最近的“B”邻居。我还想计算在“A”点5厘米半径内的邻居的平均值。

是否有一种方法可以一次性地使用cKTree完成这个任务，包括平均值计算？

- brainier7

Answer 1

我不确定你想要做什么，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)

找到A中与B中每个点距离最多为5个单位的点：

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

计算所有点组的平均值：

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

- David de la Iglesia

Answer 2

cKDTree没有任何单位；我希望你的测量值都是以厘米为单位进行的，以便进行所需的操作。

你说的“平均邻居”是什么意思？这只是5个单位球内所有邻居的平均位置吗？

根据你发布的内容，我认为对你来说关键的操作是：

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

现在，只需在hood中“平均”点。 我假设您知道如何完成该部分。 cKDTree没有这样的操作，因为SciPy和Python在基本类型上提供了这些操作。

您可以使用A作为query_ball_point的第一个参数来完成此操作，但是那么您将获得一个巨大的邻域列表，并且可能会超出内存限制。

这能帮到您吗？

- Prune