点云生成

• 我有一个 3D 几何形状，必须将其转换为点云。
• 所得到的点云可以被认为等同于对象的激光扫描输出的点云。
• 不需要生成网格
• 生成的点可能是均匀分布的，也可能只是随机分布的 - 没关系
• 3D形状可以以3D数学公式的形式提供
• 这必须使用 MATLAB 来完成

没有例子很难回答，但听起来你只是想执行一个蒙特卡罗模拟 http://en.wikipedia.org/wiki/Monte_Carlo_method?

假设你的形状是由函数定义的f并且您将 X、Y 限制存储在两个元素向量中，例如xlim = [-10 10] 即该形状的所有可能的 x 值都位于 x = -10 和 x = 10 之间，那么我建议您f如果特定 x-y 对没有值，则返回某种错误代码。我假设那将是NaN. So f(x,y)是您正在编写的函数，它返回一个z如果可以的话或者NaN如果不能

n= 10000;
counter  = 1;
shape = nan(n, 3)
while counter < n
   x = rand*diff(xlim) + mean(xlmin);
   y = rand*diff(ylim) + mean(ylim);
   z = f(x,y)
   if ~isnan(z)
      shape(counter, :) = [x, y, z];
      counter = counter + 1    
   end
end

因此，上面的代码将生成 10000 个（非唯一的，但很容易适应）在形状上随机采样的点。

现在，输入此内容后，我意识到也许您的形状实际上并不是那么大，也许您可​​以对其进行统一采样，而不是随机采样：

for x = xlim(1):xstep:xlim(2)
   for y = ylim(1):ystep:ylim(2)
       shape(counter, :) = [x, y, f(x,y)];
   end
end 

或者如果你写f向量化（最好）

shape = [(xlim(1):xstep:xlim(2))', (ylim(1):ystep:ylim(2))', f(xlim(1):xstep:xlim(2), ylim(1):ystep:ylim(2));

然后无论哪种方式

shape(isnan(shape(:, 3), :) = []; %remove the points that fell outside the shape