您好,登錄后才能下訂單哦!
這篇文章主要介紹了Matlab怎么利用垂距法實(shí)現(xiàn)提取離散坐標(biāo)數(shù)據(jù)特征點(diǎn)的相關(guān)知識(shí),內(nèi)容詳細(xì)易懂,操作簡(jiǎn)單快捷,具有一定借鑒價(jià)值,相信大家閱讀完這篇Matlab怎么利用垂距法實(shí)現(xiàn)提取離散坐標(biāo)數(shù)據(jù)特征點(diǎn)文章都會(huì)有所收獲,下面我們一起來(lái)看看吧。
垂距法是指根據(jù)中間頂點(diǎn)到其前、后兩相鄰頂點(diǎn)連線的距離的大小,來(lái)確定是否保留該頂點(diǎn)的一種 線要素頂點(diǎn)壓縮 算法。當(dāng)求得的距離大于給定的限差(閾值)時(shí),保留該頂點(diǎn),否則刪除該頂點(diǎn)(如下圖所示)。
一般使用所有點(diǎn)到直線距離的 中位數(shù) 作為閾值。同時(shí),本人所編寫的工具函數(shù)不僅可以處理二維數(shù)據(jù)點(diǎn),三維甚至更高維度的數(shù)據(jù)點(diǎn)依舊可以處理。
怕大家找不到工具函數(shù),這里放在最前面啦:
function [newPntSet,vertPnt]=getFeaturePnt(pntSet) % @author:slandarer % newPntSet : 特征點(diǎn) % vertPnt : 原始曲線垂足 [rows,cols]=size(pntSet); if rows<4||cols<2,error('數(shù)據(jù)點(diǎn)過(guò)少或維度異常');end innerPntSet=pntSet(2:end-1,:); % 內(nèi)部點(diǎn) adjPnt1V=innerPntSet-pntSet(1:end-2,:); % 當(dāng)前點(diǎn)與前一點(diǎn)向量 adjPnt2V=pntSet(3:end,:)-pntSet(1:end-2,:);% 當(dāng)前點(diǎn)的兩個(gè)相鄰點(diǎn)向量 adjPnt2V=adjPnt2V./vecnorm(adjPnt2V')'; % 歸一化 lVert=sum(adjPnt1V.*adjPnt2V,2); vertPnt=adjPnt2V.*lVert+pntSet(1:end-2,:); % 獲取垂足 vertL=vecnorm((innerPntSet-vertPnt)'); % 計(jì)算垂線距離 vertL(isinf(vertL)|isnan(vertL))=0; % 修正/0的情況 innerPntSet(vertL<median(vertL),:)=[]; % 刪掉特征性不強(qiáng)的點(diǎn) newPntSet=[pntSet(1,:);innerPntSet;pntSet(end,:)]; end
這里隨機(jī)生成一組二維數(shù)據(jù)(兩列),取出特征點(diǎn)后并繪圖:
% 隨機(jī)構(gòu)造數(shù)據(jù) X=linspace(0,25,10)'; Y=randi([0,10],[10,1]); pntSet=[X,Y]; % 獲取特征點(diǎn) [nPntSet,vertPnt]=getFeaturePnt(pntSet); % 坐標(biāo)區(qū)域修飾 hold on ax=gca; ax.DataAspectRatio=[1,1,1]; % 繪制原始數(shù)據(jù)曲線 plot(pntSet(:,1),pntSet(:,2),'Color',[0 0.4470 0.7410],'LineWidth',2,'Marker','*'); % 繪制新數(shù)據(jù)曲線 plot(nPntSet(:,1),nPntSet(:,2),'Color',[0.6350 0.0780 0.1840 .7],'LineWidth',2,'Marker','s'); legend('original-curve','feature-curve')
就把輔助線也畫上并各種加屬性唄,需要注意的是,垂足并不一定在相鄰兩點(diǎn)的連線上,有時(shí)候是在其延長(zhǎng)線上,但因?yàn)榕侣闊┻@里延長(zhǎng)線就沒(méi)有畫:
% 隨機(jī)構(gòu)造數(shù)據(jù) X=linspace(0,25,10)'; Y=randi([0,10],[10,1]); pntSet=[X,Y]; % 獲取特征點(diǎn) [nPntSet,vertPnt]=getFeaturePnt(pntSet); % 坐標(biāo)區(qū)域修飾 hold on ax=gca; ax.YLim=[0,10]; ax.DataAspectRatio=[1,1,1]; ax.Color=[1,1,1]; ax.XColor=[1,1,1].*.3; ax.YColor=[1,1,1].*.3; ax.LineWidth=1.5; ax.FontName='cambria'; % 繪制原始數(shù)據(jù)曲線 l1=plot(pntSet(:,1),pntSet(:,2),'Color',[0 0.4470 0.7410],'LineWidth',2,'Marker','*'); % 繪制輔助線及垂線 innerPntSet=pntSet(2:end-1,:); l2=plot([innerPntSet(:,1),vertPnt(:,1)]',[innerPntSet(:,2),vertPnt(:,2)]','Color',[.3,.3,.3],'LineWidth',1.2,'LineStyle','-.'); plot([pntSet(3:end,1),pntSet(1:end-2,1)]',[pntSet(3:end,2),pntSet(1:end-2,2)]','Color',[.3,.3,.3],'LineWidth',1.2,'LineStyle','-.') % 繪制新數(shù)據(jù)曲線 l3=plot(nPntSet(:,1),nPntSet(:,2),'Color',[0.6350 0.0780 0.1840 .7],'LineWidth',2,'Marker','s'); % 增添圖例 legend([l1,l2(1),l3],{'original-curve','auxiliary-line','feature-curve'});
也是幾乎完全相同的使用方式,不過(guò)繪圖用的plot3:
% 隨機(jī)構(gòu)造數(shù)據(jù) X=linspace(0,25,10)'; Y=randi([0,10],[10,1]); Z=randi([0,10],[10,1]); pntSet=[X,Y,Z]; % 獲取特征點(diǎn) [nPntSet,vertPnt]=getFeaturePnt(pntSet); % 坐標(biāo)區(qū)域修飾 hold on grid on ax=gca; ax.YLim=[0,10]; ax.ZLim=[0,10]; ax.DataAspectRatio=[1,1,1]; ax.Color=[1,1,1]; ax.XColor=[1,1,1].*.3; ax.YColor=[1,1,1].*.3; ax.ZColor=[1,1,1].*.3; ax.LineWidth=1.5; ax.FontName='cambria'; % 繪制原始數(shù)據(jù)曲線 l1=plot3(pntSet(:,1),pntSet(:,2),pntSet(:,3),'Color',[0 0.4470 0.7410],'LineWidth',2,'Marker','*'); % 繪制輔助線 innerPntSet=pntSet(2:end-1,:); l2=plot3([innerPntSet(:,1),vertPnt(:,1)]',[innerPntSet(:,2),vertPnt(:,2)]',... [innerPntSet(:,3),vertPnt(:,3)]','Color',[.3,.3,.3],'LineWidth',1.2,'LineStyle','-.'); plot3([pntSet(3:end,1),pntSet(1:end-2,1)]',[pntSet(3:end,2),pntSet(1:end-2,2)]',... [pntSet(3:end,3),pntSet(1:end-2,3)]','Color',[.3,.3,.3],'LineWidth',1.2,'LineStyle','-.') % 繪制新數(shù)據(jù)曲線 l3=plot3(nPntSet(:,1),nPntSet(:,2),nPntSet(:,3),'Color',[0.6350 0.0780 0.1840 .7],'LineWidth',2,'Marker','s'); % 增添圖例 legend([l1,l2(1),l3],{'original-curve','auxiliary-line','feature-curve'}); view(3)
關(guān)于“Matlab怎么利用垂距法實(shí)現(xiàn)提取離散坐標(biāo)數(shù)據(jù)特征點(diǎn)”這篇文章的內(nèi)容就介紹到這里,感謝各位的閱讀!相信大家對(duì)“Matlab怎么利用垂距法實(shí)現(xiàn)提取離散坐標(biāo)數(shù)據(jù)特征點(diǎn)”知識(shí)都有一定的了解,大家如果還想學(xué)習(xí)更多知識(shí),歡迎關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。