基于改进欧氏距离的三维点云分割算法c++代码

以下是基于改进欧氏距离的三维点云分割算法的C++代码示例：

#include <iostream>
#include <vector>
#include <cmath>

using namespace std;

typedef struct point {
    float x;
    float y;
    float z;
} Point;

float euclidean_distance(Point point1, Point point2) {
    /*
    计算两个点之间的改进欧氏距离
    */
    float distance = 0;
    distance += pow((point1.x - point2.x)/(max(point1.x, point2.x) - min(point1.x, point2.x)), 2);
    distance += pow((point1.y - point2.y)/(max(point1.y, point2.y) - min(point1.y, point2.y)), 2);
    distance += pow((point1.z - point2.z)/(max(point1.z, point2.z) - min(point1.z, point2.z)), 2);
    return sqrt(distance);
}

vector<int> point_cloud_segmentation(vector<Point> point_cloud, float radius, float threshold) {
    /*
    基于改进欧氏距离的三维点云分割算法
    */
    vector<int> labels(point_cloud.size(), 0);  // 标记数组，记录每个点所属的部分
    int part_index = 1;  // 记录当前部分的编号
    for (int i = 0; i < point_cloud.size(); i++) {
        if (labels[i] == 0) {  // 如果当前点未被处理
            labels[i] = part_index;  // 将当前点标记为已处理，并加入当前部分
            vector<int> seed_points = {i};  // 种子点列表，用于存储周围一定半径内的点
            while (seed_points.size() > 0) {
                int current_point_index = seed_points[0];  // 取出种子点列表中的第一个点
                seed_points.erase(seed_points.begin());  // 将已处理的种子点移除
                Point current_point = point_cloud[current_point_index];
                for (int j = 0; j < point_cloud.size(); j++) {
                    if (labels[j] == 0) {  // 如果当前点未被处理
                        if (euclidean_distance(current_point, point_cloud[j]) < threshold) {  // 如果当前点与该点的距离小于阈值
                            labels[j] = part_index;  // 将该点标记为已处理，并加入当前部分
                            seed_points.push_back(j);  // 将该点加入种子点列表
                        }
                    }
                }
            }
            part_index++;  // 处理下一个部分
        }
    }
    return labels;
}

int main() {
    vector<Point> point_cloud = {{0, 0, 0}, {0, 1, 0}, {1, 0, 0}, {1, 1, 0}, {2, 2, 0}, {3, 3, 0}};  // 示例点云数据
    float radius = 1.0;
    float threshold = 0.5;
    vector<int> labels = point_cloud_segmentation(point_cloud, radius, threshold);
    for (int i = 0; i < labels.size(); i++) {
        cout << labels[i] << " ";
    }
    return 0;
}

其中，`point_cloud`是一个`Point`结构体的数组，每个结构体表示一个三维点的坐标，`radius`是点云中每个点周围一定半径内的点的距离阈值，`threshold`是改进欧氏距离的阈值。函数返回一个整数向量`labels`，表示每个点所属的部分编号。