Question

我正在尝试实现形状上下文匹配算法

计算点到所有其他点的距离。
将距离标准化为平均距离。
为标准化距离创建对数距离刻度。
创建距离直方图：迭代每个刻度递增的bin 数字较高的垃圾箱描述了更紧密的点。
计算所有点之间的角度。
Bin角度与距离略有不同。
匹配 - 成本矩阵：计算将每个点与每个点匹配的成本其他一点。
匹配 - 附加费用条款：周围的纹理差异，切线角度差异。
匹配：查找导致总成本最低的点数配对等式3

我现在处于第3步，我不知道如何计算对数距离比例

示例：

如果我们的坐标形状为：

0.2000 0.5000

0.4000 0.5000

0.3000 0.4000

0.1500 0.3000

0.3000 0.2000

0.4500 0.3000

步骤（1）：从每个点到所有其他点的欧几里德距离：

0 0.2000 0.1414 0.2062 0.3162 0.3202

0.2000 0 0.1414 0.3202 0.3162 0.2062

0.1414 0.1414 0 0.1803 0.2000 0.1803

0.2062 0.3202 0.1803 0 0.1803 0.3000

0.3162 0.3162 0.2000 0.1803 0 0.1803

0.3202 0.2062 0.1803 0.3000 0.1803 0

步骤（2）：每个点之间的标准化距离：

0 1.0623 0.7511 1.0949 1.6796 1.7004

1.0623 0 0.7511 1.7004 1.6796 1.0949

0.7511 0.75110 0.9575 1.0623 0.9575

1.0949 1.7004 0.9575 0 0.9575 1.5934

1.6796 1.6796 1.0623 0.9575 0 0.9575

1.7004 1.0949 0.9575 1.5934 0.9575 0

我不知道如何创建日志距离比例

标准化距离的对数距离标度（更近=更多区分）：

0.1250 0.2500 0.5000 1.0000 2.0000

有人帮我吗？

Answer 1

我没有形状背景的背景，这是我的想法：

教师希望以符合形状背景的需要来测量距离。为实现这一目标，

（步骤3）首先建立一个尺度（又称尺子）。该量表有5个区间，即0~0.1250，0.1250~0.2500，0.2500~0.5000，0.5000~1.0000，1.0000~2.0000。最大范围应涵盖归一化距离数据中的最大值（此处为1.7004）。这个量表以对数方式增加（我的意思是＆＃34;指数级＆＃34;）。我仍然不知道＆＃34;更近=更多的歧视＆＃34;。

（步骤4）使用比例将每个数据值抛出到不同的箱子中。老师使用迭代方法，有效;但基本上你只需要找到一些方法来对值进行分类。

我认为你也可以通过这种方式实现它：

>> x = rand(1,10)*2;ceil(log2(ceil(x/.125)))+1,x

ans =

     2     1     5     5     5     3     5     4     1     4


x =

    0.1517    0.1079    1.0616    1.5583    1.8680    0.2598    1.1376    0.9388    0.0238    0.6742

所以你发现距离的对数为0.125 。

形状上下文匹配技术

1 个答案: