基于聚类的粒子重构：3D空间V形紧密数据点聚类算法问询

嘿，这种窄夹角（10°-20°）的V形点集，还在3D空间里挤得密不透风，确实是常规聚类方法的噩梦——毕竟K-means、DBSCAN这类靠距离吃饭的家伙，根本抓不到“方向不同”这个核心特征。我之前帮朋友处理过类似的点云数据，分享几个亲测有效的思路：

1. 转向局部方向/法线聚类 #

既然距离不管用，那就盯着“方向”下手：

• 先给每个点计算局部法线：用K近邻（k选15-30，别太大，确保只覆盖当前分支的局部区域）提取每个点周围的子集，做PCA后取最小特征值对应的特征向量——这就是局部平面的法线，同分支的点法线方向会高度一致。
• 拿到所有法线向量后，用谱聚类或者适配方向向量的GMM来聚类：注意一定要用余弦距离（而不是欧氏距离），因为方向向量是单位向量，余弦相似度才是衡量方向一致性的正确方式。

2. 先做针对性降维，再聚类 #

常规PCA会直接把V形压成一条线，等于白做。不如换个降维思路：

• 先找V形的脊线方向：对所有点做PCA，取最大特征值对应的特征向量——这就是V形延伸的中心脊线方向。
• 把所有点投影到垂直于脊线的平面上：这样3D里的窄夹角会在2D平面里被“放大”，原本挤在一起的两个分支会变得更易区分。
• 最后在投影后的2D数据集上跑DBSCAN（调小eps参数）或者K-means（k=2），大概率能成功分开。

3. 用3D霍夫变换检测直线分支 #

V形本质是两条直线的集合，霍夫变换天生就是用来抓这种结构化形状的：

• 在3D空间里，霍夫变换可以将点映射到直线参数空间，找到两个峰值对应的就是V形的两条分支直线。
• 把每个点分配到距离更近的那条直线所属的簇，就能完美分开两个分支。

4. 自定义距离度量：用方向相似性替代欧氏距离 #

既然常规距离没用，就自己造一个适合的：

• 给每个点计算局部主方向（用近邻PCA的最大特征向量，也就是分支的延伸方向）。
• 定义两点间的距离为1 - cos(theta)，其中theta是两个点主方向的夹角——方向越接近，距离越小。
• 用这个自定义距离跑层次聚类（比如ward链接），同分支的点会因为方向一致被聚在一起。

快速代码示例（Python） #

import numpy as np
from sklearn.neighbors import NearestNeighbors
from sklearn.cluster import SpectralClustering

# 假设你的3D数据是shape=(n_points, 3)的numpy数组data
nbrs = NearestNeighbors(n_neighbors=20).fit(data)
_, indices = nbrs.kneighbors(data)

# 计算每个点的局部法线
normals = []
for idx in indices:
    local_points = data[idx]
    local_centered = local_points - np.mean(local_points, axis=0)
    cov_matrix = np.cov(local_centered.T)
    eigenvalues, eigenvectors = np.linalg.eig(cov_matrix)
    # 最小特征值对应的向量是局部平面法线
    normal = eigenvectors[:, np.argmin(eigenvalues)]
    normals.append(normal)

normals = np.array(normals)
# 用谱聚类对法线方向聚类，余弦距离作为 affinity
cluster_model = SpectralClustering(n_clusters=2, affinity="cosine", random_state=42)
cluster_labels = cluster_model.fit_predict(normals)

最后提醒下：调参是关键！比如近邻的k值，太大容易跨分支导致方向估计混乱，太小则会因为噪声影响方向准确性；谱聚类的affinity参数一定要选cosine，别用默认的rbf。

内容的提问来源于stack exchange，提问作者Parismita Das