几百万个三维坐标中判断富集的簇，如何做比较好？

[skydcnmana]

现在有几百万个三维坐标点数据，希望判断其中数据点富集的若干区域，比如指定富集半径是 15 ，指定富集点数为 10000 ，那么就希望获取所有半径 15 球体范围内包含 10000 个以上点的区域，然后返回这些区域的中心点。

这个中心点也希望是由中心点发出符合半径长度的射线，所重合点数最多的情况，比如一个金字塔形的边框组成的区域被局部覆盖，那么中心点应当是塔尖，而非金字塔中心。

目前数据是以文本形式存储的。

该如何实现这样的计算？算法逻辑和需要用到的库和工具有哪些？

向量数据库有助于这种数据处理吗？我没接触过向量数据库。

[skydcnmana]

MongoDB 支持 3D 索引，是不是也比较适合？

// 创建 3D 索引
var collection = database.GetCollection<Point3D>("points");
var indexKeys = Builders<Point3D>.IndexKeys.Geo3D("Coordinates");
collection.Indexes.CreateOne(new CreateIndexModel<Point3D>(indexKeys));

[skydcnmana]

@skydcnmana 呃，不对，好像 MongoDB 没有 Geo3D 啊，DeepSeek 的幻觉么。。。

[hurrytospring]

向量数据库不是干这个的，不过为啥一定要存数据库里，是有长期持续分析或者写入的需求？如果没有，直接用代码或者计算工具计算就行了

[sillydaddy]

你的业务需求是啥？是做点云吗？查询频率怎么样？不同的数据特征，不同的业务需求，可以针对性的优化。

[sillydaddy]

比如 kdtree 可以快速精确查找半径内的点。聚类算法可以快速找到聚集的点。两者配合也许能，也许不能满足你的要求，单看需求是什么样的。

[skydcnmana]

@sillydaddy #4 频率很低，就是用倾斜摄影生成的 3D 数据，判断杆件，我是想先查找到富集的中心来确定杆件的连接处，再以各个连接处之间的线段作为依据判定杆件是否存在，以及杆件的直径。

[Jax6]

常规点云处理就好了,PCL 库,提速的话最好数据下采样一下。和工业视觉的应该类似