点云如何使用k-d树进行查找（附pcl c++ 代码）

如何使用k-d树进行查找

在这篇教程中，我们将学习如何使用k-d树来搜索某个特殊点或者区域的K最近邻域。然后我们也将学习如何在用户指定的一些半径内找到所有的邻居(在本案例中是随机生成的)。

k-d树理论基础

k-d树，又称k维树，是计算机科学中用来组织表示k维空间中点集合的一种数据结构。它的本质是一棵带有其他约束的二叉查找树。k-d树对于区间搜索和最近邻搜索十分有用。由于我们处理的点云都是三维的，所以我们使用三维的k-d树。 k-d树的每个级别使用垂直于相应轴的超平面将所有子级沿特定维度拆分。 在树的根部，所有子项都将根据第一维进行拆分（即，如果第一维坐标小于根，则它将在左子树中；如果大于根，则显然会在右边的子树）。树中向下的每个级别都在下一个维度上划分，一旦所有其他级别都用尽后，将返回到第一个维度。 建造k-d树的最有效方法是使用一种分区方法，如快速排序所使用的那样，将中点放置在根上，所有具有较小一维值的事物都放置在根部，而左侧则是较大的事物。 然后，您在左右两个子树上都重复此过程，直到要分区的最后一棵树仅由一个元素组成。

测试代码:

#include
#include

#include
#include