针对三维点云的Mean Shift聚类算法（Matlab版）

针对点云数据进行Mean shift聚类，可以通过调整聚类算法的阈值以及搜索半径，来达到不同的聚类效果，内附有示例,运行test.m即可。

function [CC]=Mean_shift_7171（cA）
data=c;
%mean shift 算法  
[mn]=size（data）;  
index=1:m;  
radius=10;                         %搜索半径设定
stopthresh=1e-3*radius;    %阈值设定
visitflag=zeros（m1）;%标记是否被访问  
count=[];  
clustern=0;  
clustercenter=[];  

while length（index）>0  
    cn=ceil（（length（index）-1e-6）*rand）;%随机选择一个未被标记的点，作为圆心，进行均值漂移迭代  
    center=data（index（cn）:）;  
    this_class=zeros（m1）;%统计漂移过程中，每个点的访问频率  
    %步骤2、3、4、5  
    while 1  
        %计算球半径内的点集  
        dis=sum（（repmat（centerm1）-data）.^22）;  
        radius2=radius*radius;  
        innerS=find（dis        visitflag（innerS）=1;%在均值漂移过程中，记录已经被访问过得点 
        this_class（innerS）=this_class（innerS）+1; 
        newcenter=zeros（13）;
        sumweight=0;  
        for i=1:length（innerS）  
            w=exp（dis（innerS（i））/（radius*radius））;  
            sumweight=w+sumweight;  
            newcenter=newcenter+w*data（innerS（i）:）;
         end  
        newcenter=newcenter./sumweight;  
        if norm（newcenter-center）             break;  
        end  
        center=newcenter;
    end  
     %步骤6 判断是否需要合并，如果不需要则增加聚类个数1个  
    mergewith=0;  
    for i=1:clustern  
        betw=norm（center-clustercenter（i:））;  
        if betw            mergewith=i;   
            break;  
        end  
    end  
    if mergewith==0           %不需要合并  
        clustern=clustern+1;  
        clustercenter（clustern:）=center;  
        count（:clustern）=this_class;  
    else                      %合并  
        clustercenter（mergewith:）=0.5*（clustercenter（mergewith:）+center）;  
        count（:mergewith）=count（:mergewith）+this_class;    
    end  
    %重新统计未被访问过的点  
    index=find（visitflag==0）;  
end%结束所有数据点访问 

%绘制分类结果，仅只画出前4个类簇，可根据自己需要作调整画图。
for i=1:m  
    [value index]=max（count（i:））;  
    Idx（i）=index;  
end  
figure（2）;  
plot3（A（:1）A（:2）A（:3）‘g.‘）;
hold on;  
for i=1:m  
    if Idx（i）==1;  
        plot3（data（i1）data（i2）data（i3）‘o‘‘MarkerEdgeColor‘‘k‘‘MarkerFaceColor‘‘y‘ ‘MarkerSize‘5）;
    elseif Idx（i）==2;  
        plot3（data（i1）data（i2）data（i3）‘o‘‘MarkerEdgeColor‘‘k‘‘MarkerFaceColor‘‘b‘ ‘MarkerSize‘5）;
    elseif Idx（i）==3;  
         plot3（data（i1）data（i2）data（i3）‘o‘‘MarkerEdgeColor‘‘k‘‘MarkerFaceColor‘‘r‘ ‘MarkerSize‘5）;
    elseif Idx（i）==4;  
         plot3（data（i1）data（i2）data（i3）‘o‘‘MarkerEdgeColor‘‘k‘‘MarkerFaceColor‘‘w‘ ‘MarkerSize‘5）;
% elseif Idx（i）==5;
%      plot3（data（i1）data（i2）data（i3）‘o‘‘MarkerEdgeColor‘‘k‘‘MarkerFaceColor‘‘w‘ ‘MarkerSize‘5）;
%         ‘
%         ‘
%         ‘
    end  
end  


for k = 1:clustern
    CC（k:）=[clustercenter（k1）clustercenter（k2）clustercenter（k3）];
end  
OX=[5000]‘;
OY=[0500]‘;
OZ=[0050]‘;
xlabel（‘X轴‘）;
ylabel（‘Y轴‘）;
zlabel（‘Z轴‘）;
axis equal;rotate3d on;
quiver3（000OX（1）OX（2）OX（3）‘color‘[1 0 0

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件      76125  2020-05-18 13:56  Mean shift对点云聚类\A.mat

     文件       3397  2020-05-18 13:58  Mean shift对点云聚类\Mean_shift_7171.m

     文件      11483  2020-05-18 13:57  Mean shift对点云聚类\POINT.mat

     文件        587  2020-05-18 13:52  Mean shift对点云聚类\test.m

     目录          0  2020-05-18 13:53  Mean shift对点云聚类

----------- ---------  ---------- -----  ----

                91592                    5