欧式聚类
是一种重要的点云分割方法，基于点与点之间的欧氏距离进行聚类。Techlego三维扫描软件提供了欧氏聚类算法并得以实现，当点与点之间的欧氏距离小于设定的阈值时则视为一类。
例子1
视觉寻孔
上图是某工件表面的圆形孔，需要测量孔的直径并且找到圆心。经过边界识别后留下圆形孔及其包围的矩形。
此时使用Techlego三维扫描软件的欧氏聚类算法，将圆和矩形分割为两类，进而得到圆形的点云。
例子2
视觉寻孔
上图是某工件经过边界识别和曲率计算后得到的点云，可以看到圆孔周围存在大量噪声，这不仅增加算法的运行开销，且影响识别的准确率。
使用Techlego三维扫描软件的欧氏聚类算法，将分散的点云各自聚为一团，再进行去除。
案例总结
通过以上的例子我们可以看出，欧氏聚类算法是点云分割中一种强有力的方式。Techlego三维扫描软件提供许多丰富的与机器视觉相关的算法，可以应用于三维智能检测、识别及机器人自动化联动控制等领域，进行高效率开发。
往期回顾
↙“点击下方”查看更多精彩内容
