Open3D OCtree 八叉树

简介: Open3D OCtree 八叉树

OCtree

octree 是一个树数据结构,其中每个内部节点有八个子节点。八叉树通常用于 3D 点云的空间分区。八叉树的非空叶节点包含一个或多个位于同一空间细分内的点。Octrees是对3D空间的有用描述,可用于快速查找附近的点。Open3D 具有Octree类型,可用于创建、搜索和遍历具有用户指定的最大树深度的八进制,max_depth.


From point cloud 从点云

可以使用convert_from_point_cloud方法从点云构造八叉树。每个

可以使用convert_from_point_cloud方法从点云构造八叉树。每个点都是通过沿着从根节点到深度max_depth的相应叶节点的路径插入到树中的。随着树深度的增加,内部(最终是叶)节点表示 3D 空间的较小分区。

如果点云具有颜色,则相应的叶节点将采用最后插入点的颜色。参数size_expand增加根八叉节点的大小,使其略大于原始点云边界以容纳所有点。

import open3d as o3d
import numpy as np

print('input')
N = 2000

armadillo_path = r'../data/ArmadilloMesh.ply'
mesh = o3d.io.read_triangle_mesh(armadillo_path)
pcd = mesh.sample_points_poisson_disk(N)
# fit to unit cube
pcd.scale(1 / np.max(pcd.get_max_bound() - pcd.get_min_bound()),
          center=pcd.get_center())
pcd.colors = o3d.utility.Vector3dVector(np.random.uniform(0, 1, size=(N, 3)))
o3d.visualization.draw_geometries([pcd])

print('octree division')
octree = o3d.geometry.Octree(max_depth=4)
octree.convert_from_point_cloud(pcd, size_expand=0.01)
o3d.visualization.draw_geometries([octree])

From voxel grid 从体素网格

八叉树也可以使用create_from_voxel_grid方法从Open3D几何体VoxelGrid构建。输入VoxelGrid的每个体素都被视为3D空间中的一个点,其坐标对应于原始体素。每个叶节点都采用其相应体素的颜色。

print('voxelization')
voxel_grid = o3d.geometry.VoxelGrid.create_from_point_cloud(pcd,
                                                            voxel_size=0.05)
o3d.visualization.draw_geometries([voxel_grid])

print('octree division')
octree = o3d.geometry.Octree(max_depth=4)
octree.create_from_voxel_grid(voxel_grid)
o3d.visualization.draw_geometries([octree])

另外, Octree 可以通过to_voxel_grid转化为VoxelGrid。

Traversal 遍历

可以遍历八叉树,这对于搜索或处理3D几何体的子部分非常有用。通过为traverse方法提供回调,每次访问节点(内部或叶)时,都可以执行其他处理。

在下面的示例中,早期停止条件用于仅处理点数超过一定数量的内部/叶节点。这种早期停止能力可用于有效地处理满足特定条件的空间区域。

def f_traverse(node, node_info):
    early_stop = False

    if isinstance(node, o3d.geometry.OctreeInternalNode):
        if isinstance(node, o3d.geometry.OctreeInternalPointNode):
            n = 0
            for child in node.children:
                if child is not None:
                    n += 1
            print(
                "{}{}: Internal node at depth {} has {} children and {} points ({})"
                .format('    ' * node_info.depth,
                        node_info.child_index, node_info.depth, n,
                        len(node.indices), node_info.origin))

            # we only want to process nodes / spatial regions with enough points
            early_stop = len(node.indices) < 250
    elif isinstance(node, o3d.geometry.OctreeLeafNode):
        if isinstance(node, o3d.geometry.OctreePointColorLeafNode):
            print("{}{}: Leaf node at depth {} has {} points with origin {}".
                  format('    ' * node_info.depth, node_info.child_index,
                         node_info.depth, len(node.indices), node_info.origin))
    else:
        raise NotImplementedError('Node type not recognized!')

    # early stopping: if True, traversal of children of the current node will be skipped
    return early_stop

octree = o3d.geometry.Octree(max_depth=4)
octree.convert_from_point_cloud(pcd, size_expand=0.01)
octree.traverse(f_traverse)

Find leaf node containing point 查找包含点的叶节点

使用上述遍历机制,可以快速搜索八叉树以查找包含给定点的叶节点。此功能通过locate_leaf_node方法提供。

octree.locate_leaf_node(pcd.points[0])



相关文章
|
编解码 算法 数据处理
基于八叉树的空间划分及搜索操作
基于八叉树的空间划分及搜索操作
基于八叉树的空间划分及搜索操作
|
存储 网络协议 Ubuntu
【C++网络编程】Socket基础:网络通讯程序入门级教程
【C++网络编程】Socket基础:网络通讯程序入门级教程
765 7
|
机器学习/深度学习 存储 编解码
Open3d系列 | 3. Open3d实现点云上采样、点云聚类、点云分割以及点云重建
Open3d系列 | 3. Open3d实现点云上采样、点云聚类、点云分割以及点云重建
15356 1
Open3d系列 | 3. Open3d实现点云上采样、点云聚类、点云分割以及点云重建
|
11月前
|
存储 消息中间件 NoSQL
Redis数据结构:别小看这5把“瑞士军刀”,用好了性能飙升!
Redis提供5种基础数据结构及多种高级结构,如String、Hash、List、Set、ZSet,底层通过SDS、跳表等实现高效操作。灵活运用可解决缓存、计数、消息队列、排行榜等问题,结合Bitmap、HyperLogLog、GEO更可应对签到、UV统计、地理位置等场景,是高性能应用的核心利器。
|
8月前
|
存储 人工智能 安全
构建AI智能体:四十八、从单体智能到群体智能:A2A协议如何重塑人机协作新范式
本文介绍了基于A2A(Agent-to-Agent)协议的智能代理系统在篮球赛安排中的应用。该系统通过多代理协作(天气、场地、日历、通知代理)实现自动化决策,相比传统API具有动态发现、语义化描述和自主决策优势。文章详细阐述了单代理(天气查询)到多代理系统的演进过程,展示了A2A协议在服务发现、任务标准化和安全通信方面的核心技术特性。该系统采用分级决策机制,优先检查天气安全条件,再验证场地和参与者可用性,最后触发通知流程,体现了分布式智能的协同效应和业务敏捷性。
471 2
|
9月前
|
人工智能 文字识别 自然语言处理
一文带你读懂“医保智慧经办智能体”
医保智慧经办智能体融合AI、大数据与云计算,构建五层技术架构,实现智能咨询、审核、监管与决策支持,推动医保服务从“人找服务”向“服务找人”转变,提升效率、精准防控风险,助力医保治理现代化。
1319 0
|
机器学习/深度学习 计算机视觉 知识图谱
【YOLOv8改进】MobileViT 更换主干网络: 轻量级、通用且适合移动设备的视觉变压器 (论文笔记+引入代码)
MobileViT是针对移动设备的轻量级视觉Transformer网络,结合CNN的局部特征、Transformer的全局注意力和ViT的表示学习。在ImageNet-1k上,它以600万参数实现78.4%的top-1准确率,超越MobileNetv3和DeiT。MobileViT不仅适用于图像分类,还在目标检测等任务中表现出色,且优化简单,代码已开源。YOLOv8引入了MobileViT块,整合卷积和Transformer结构,提升模型性能。更多详情可参考相关专栏和链接。
|
机器学习/深度学习 数据可视化 算法
利用 XGBoost 进行时间序列预测
利用 XGBoost 进行时间序列预测
1277 0
|
编解码 前端开发 JavaScript
【Web 前端】移动端适配方案有哪些?
【4月更文挑战第22天】【Web 前端】移动端适配方案有哪些?