海兰！
我从Kinect传感器组织了点 Cloud . 假设我有一个有组织的点沙 Cloud ，前面有一张 table . 我想要的是两片 Cloud ：沙发和 table
我正在寻找一些算法来获取连接的组件 . 有没有人有一些伪代码或文件？或者也许是一些代码（Matlab）
我现在的想法是：我可以使用2D信息来获取点的相邻像素 . 接下来，我可以检查到邻近像素的欧氏距离 . 如果距离低于阈值，则像素属于同一群集 . ...
谢谢
正如@Amro指出的那样，DBSCAN是你应该研究的算法 . 它是基于''density-connected''组件的集群 .
另请注意GDBSCAN变体（广义DBSCAN） . 您不仅限于欧几里德等原始距离，但您可以根据需要将“邻域”定义为复杂 .
Matlab可能不是最好的选择 . 为了使DBSCAN非常快，您需要支持索引加速 . 最近的scikit-learn（准确地说是0.14）刚刚获得了DBSCAN的基本指数加速，ELKI已经有了多年 . ELKI似乎更像是''flexible'' . 拥有GDBSCAN并具有易于使用自定义距离函数扩展的索引结构 . sklearn可能只会加速一些内置距离 .
1 回答
正如@Amro指出的那样，DBSCAN是你应该研究的算法 . 它是基于''density-connected''组件的集群 .
另请注意GDBSCAN变体（广义DBSCAN） . 您不仅限于欧几里德等原始距离，但您可以根据需要将“邻域”定义为复杂 .
Matlab可能不是最好的选择 . 为了使DBSCAN非常快，您需要支持索引加速 . 最近的scikit-learn（准确地说是0.14）刚刚获得了DBSCAN的基本指数加速，ELKI已经有了多年 . ELKI似乎更像是''flexible'' . 拥有GDBSCAN并具有易于使用自定义距离函数扩展的索引结构 . sklearn可能只会加速一些内置距离 .