밀도 기반 클러스터링 분할 (법선 포함)

기능： 점군에 대해 DBSCAN 방법을 사용하여 클러스터링을 수행합니다. DBSCAN은 밀도 기반 클러스터링 분할 방법입니다. 클러스터링 프로세스는 무작위로 선택된 시드 포인트에서 시작하여 밀도 조건을 만족하는 점을 더 이상 찾을 수 없을 때까지 확장됩니다. 그런 다음 새로운 시드 포인트가 선택되고 모든 점이 탐색될 때까지 프로세스가 계속됩니다

입력 매개변수：

이름 유형 유효한 범위 기본값 의미

포인트 클라우드

NormalPoints

없음

없음

입력 포인트 클라우드

출력 매개변수：

이름 유형 유효한 범위 기본값 의미

스플릿 포인트 클라우드

NormalPoints

없음

없음

스플릿 포인트 클라우드로 돌아가기

매개변수 설정：

이름 유형 유효한 범위 기본값 의미

검색 반경

Float

[0, 200]

5

각 시드 포인트의 탐색 반경이 클수록 클러스터링이 줄어듭니다.

밀도 조건

Integer

[0, 100000]

5

각 시드 포인트의 탐색 반경 내에서 요구되는 최소 포인트 클라우드 포인트 수, 즉 밀도 조건입니다. 클러스터링이 클수록 클러스터링은 더 엄격해집니다. 클러스터링이 작을수록 클러스터링은 느슨해집니다. 클러스터링이 많을수록 클러스터링은 더 많아집니다.

최소 포인트 클러스터링

Integer

[1, 4000000]

100

클러스터당 최소 포인트 클라우드 포인트 수

최대 포인트 클러스터링

Integer

[1, 4000000]

4000000

클러스터당 최대 포인트 클라우드 포인트 수

정렬을 활성화하다

Bool

없음

True

모든 출력 포인트 클라우드를 가장 큰 클라우드에서 가장 작은 클라우드의 수로 정렬

노드 활성화

Bool

없음

True

노드 기능 켜기

모든 결과를 유지하다

Bool

[True, False]

True

각 입력 포인트 클라우드에 대해 모든 분할 결과를 출력할지 여부, false인 경우 지정된 수의 결과가 유지됩니다.