利用Matlab實(shí)現(xiàn)迭代適應(yīng)點(diǎn)算法
道格拉斯-普克算法(Douglas–Peucker algorithm,亦稱為拉默-道格拉斯-普克算法、迭代適應(yīng)點(diǎn)算法、分裂與合并算法)是將曲線近似表示為一系列點(diǎn),并減少點(diǎn)的數(shù)量的一種算法。它的優(yōu)點(diǎn)是具有平移和旋轉(zhuǎn)不變性,給定曲線與閾值后,抽樣結(jié)果一定。
1.算法描述
1.在曲線首尾兩點(diǎn)間虛連一條直線,求出其余各點(diǎn)到該直線的距離。
2.選其最大者與閾值相比較,若大于閾值,則離該直線距離最大的點(diǎn)保留,否則將直線兩端點(diǎn)間各點(diǎn)全部舍去。
3.依據(jù)所保留的點(diǎn),將已知曲線分成兩部分處理,重復(fù)第1、2步操作,迭代操作,即仍選距離最大者與閾值比較,依次取舍,直到無(wú)點(diǎn)可舍去,最后得到滿足給定精度限差的曲線點(diǎn)坐標(biāo)。


Long Time Later

2.工具函數(shù)
為了代碼簡(jiǎn)單易理解,這里使用了二分迭代,含詳細(xì)注釋代碼如下(代碼片可左右滑動(dòng))。
function nPntSet=dp(pntSet,TH)
% @author : slandarer
% pntSet : 二維數(shù)據(jù)點(diǎn)
% TH : 距離閾值
% 向量運(yùn)算:計(jì)算所有點(diǎn)到首位兩點(diǎn)連線距離
vertV=[pntSet(end,2)-pntSet(1,2),-pntSet(end,1)+pntSet(1,1)];
baseL=abs(sum((pntSet-pntSet(1,:)).*vertV./norm(vertV),2));
if max(baseL)<TH
% 若距離小于閾值則返回首尾點(diǎn)
nPntSet=[pntSet(1,:);pntSet(end,:)];
else
% 若距離大于閾值則左右兩分支分別計(jì)算后拼接
maxPos=find(baseL==max(baseL));maxPos=maxPos(1);
L_PntSet=pntSet(1:maxPos,:);nL_PntSet=dp(L_PntSet,TH);
R_PntSet=pntSet(maxPos:end,:);nR_PntSet=dp(R_PntSet,TH);
nPntSet=[nL_PntSet;nR_PntSet(2:end,:)];
end
end3.函數(shù)調(diào)用
給個(gè)demo:
% 構(gòu)造一組數(shù)據(jù)
X=linspace(0,25,10)';
Y=randi([0,10],[10,1]);
pntSet=[X,Y];
% 閾值為2的dp算法
nPntSet=dp(pntSet,2);
% 坐標(biāo)區(qū)域修飾
hold on
grid 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';
ax.GridLineStyle='--';
% 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')

4.優(yōu)勢(shì)與不足
對(duì)比與垂距法(Matlab利用垂距法實(shí)現(xiàn)提取離散坐標(biāo)數(shù)據(jù)特征點(diǎn)),道格拉斯-普克算法(dp)不會(huì)出現(xiàn)下面這種情況,即雖然每次變化都不大,但是連著好幾次相同方向變化導(dǎo)致某些特征不會(huì)被提取出來(lái):

但比較讓人頭疼的是,閾值需要自己選取,以下是不同閾值時(shí)對(duì)比圖像:

以上就是利用Matlab實(shí)現(xiàn)迭代適應(yīng)點(diǎn)算法的詳細(xì)內(nèi)容,更多關(guān)于Matlab迭代適應(yīng)點(diǎn)算法的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
VScode中使用Cmake遇到的問(wèn)題及其解決方法(推薦)
這篇文章主要介紹了VScode中使用Cmake遇到的問(wèn)題及其解決方法,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-05-05
C++ 中boost::share_ptr智能指針的使用方法
這篇文章主要介紹了C++ 中boost::share_ptr智能指針的使用方法的相關(guān)資料,希望通過(guò)本文能幫助到大家,需要的朋友可以參考下2017-10-10
C/C++ 開(kāi)發(fā)神器CLion使用入門超詳細(xì)教程
這篇文章主要介紹了C/C++ 開(kāi)發(fā)神器CLion使用入門超詳細(xì)教程,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2021-04-04
C語(yǔ)言編程數(shù)據(jù)結(jié)構(gòu)基礎(chǔ)詳解小白篇
這篇文章主要介紹了數(shù)據(jù)結(jié)構(gòu)的基礎(chǔ),非常適合初學(xué)數(shù)據(jù)結(jié)構(gòu)的小白,有需要的朋友可以借鑒參考下,希望可以有所幫助,祝大家多多進(jìn)步,早日升職加薪2021-09-09
C++實(shí)現(xiàn)LeetCode(78.子集合)
這篇文章主要介紹了C++實(shí)現(xiàn)LeetCode(78.子集合),本篇文章通過(guò)簡(jiǎn)要的案例,講解了該項(xiàng)技術(shù)的了解與使用,以下就是詳細(xì)內(nèi)容,需要的朋友可以參考下2021-07-07

