找到一个范围内的所有点到任意点的另一套 [英] find all points within a range to any point of an other set

问题描述

我有两个点集的 A 和 B

我想找到的 B 是在一定范围内的研究所有点为 A ，其中一个点的 B 中的 B 被说成是在范围之内的研究为 A 如果有至少一个点 在 A 的（欧几里德）距离为 B 等于或更小，河

I want to find all points in B that are within a certain range r to A, where a point b in B is said to be within range r to A if there is at least one point a in A whose (Euclidean) distance to b is equal or smaller to r.

每个的两组分的是一套连贯点。它们由两个非重叠的对象的体素位置处产生

Each of the both sets of points is a coherent set of points. They are generated from the voxel locations of two non overlapping objects.

在1D这个问题相当简单：对 B 在[分钟的所有点（ A ） - 研究 MAX（ A ）+ 研究]

In 1D this problem fairly easy: all points of B within [min(A)-r max(A)+r]

不过，我在3D。

什么是做到这一点的最好方法是什么？

What is the best way to do this?

我目前重复搜索的每一个点的 A 中的 B 的范围内使用一些KNN算法（即MATLAB的rangesearch），然后所有点统一所有这些集。但我有一种感觉，应该有更好的方式来做到这一点。我想preFER在MATLAB较高水平/矢量化的解决方案，但是伪code是没关系：）

I currently repetitively search for every point in A all points in B that within range using some knn algorithm (ie. matlab's rangesearch) and then unite all those sets. But I got a feeling that there should be a better way to do this. I'd prefer a high level/vectorized solution in matlab, but pseudo code is fine too :)

我还以为写的所有的点图像，并使用图像膨胀对象A和R的半径。但是，这听起来像一个相当的开销。

I also thought of writing all the points to images and using image dilation on object A with a radius of r. But that sounds like quite an overhead.

推荐答案

您可以使用 <强> kd树 来存储的所有点。

You can use a k-d tree to store all points of A.

迭代B点的B，并为每个点 - 找到最近点在甲（让它成为一）在kd树。 b点应包括在结果当且仅当距离 D（A，B）越小则研究。

Iterate points b of B, and for each point - find the nearest point in A (let it be a) in the k-d tree. The point b should be included in the result if and only if the distance d(a,b) is smaller then r.

复杂性将是 O（| B | *日志（| A |）+ | A | *日志（| A |））

这篇关于找到一个范围内的所有点到任意点的另一套的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！