Question

我需要从两个2D图像重建3D真实空间中的个体。目前我可以给matlab提供一系列帧对（左和右）。然后它执行以下操作：

1：找到黑色像素： 2：计算每个黑色像素的矢量 3：搜索向量之间的交叉点 4：为每个交叉点创建数据点

由于鸟不是一个像素的大小，因此它们在3D空间中被重建为平面正方形。 X为宽度Y高度，Z距离摄像机。

我现在需要一种方法将这些磁盘减少到集中的单点，取其意思。为了做到这一点，我首先需要对它们进行聚类。

这三个人被安排在一个完美的正方形的角落所以：X = pdist（A）Y =联动（X）Z = clust（Y）不起作用，因为你将失去广场的一角。我使用下面的代码生成131个矩阵。每个矩阵告诉您哪个点属于另一个点。例如，M {1} {1}告诉您属于同一组的所有点与第一点（距离为0.2）

群集的所有信息都在这些矩阵中，但我需要做以下操作，我不知道如何。我需要Matlab来：

将矩阵1中的点分组到同一组中。
给那些群集ID == 1
然后转到不属于该组的第一个点的矩阵（在本例中为4）并执行相同的操作。

生成te矩阵的代码如下所示。个人的大小为.2，中心的坐标为[30,30,300] [30,30,600] [60,30,600] [X,Y,Z]

[X,Y,Z] data:

[X] 29.8000
   29.9000
   30.0000
   30.1000
   30.2000
   59.8000
   59.9000
   60.0000
   60.1000
   60.2000
   29.8000
   29.9000
   30.0000
   30.1000
   30.2000



[Y]29.8000
   29.8000
   29.8000
   29.8000
   29.8000
   29.8000
   29.8000
   29.8000
   29.8000
   29.8000
   29.9000
   29.9000
   29.9000
   29.9000
   29.9000


[Z]599.7336
  599.7336
  599.7336
  599.7336
  599.7336
  599.7336
  599.7336
  599.7336
  599.7336
  599.7336
  599.7336
  599.7336
  599.7336
  599.7336
  599.7336

dCell在这种情况下是1。

for k=1:length(dCell) 
    A{k}=[X{k},Y{k},Z{k}]; As{k}=sortrows(A{k}); 
end

for m=1:length(As{k}(:,1))

    B{k}{m}=As{k}(m)-As{k}(:,1);
    C{k}{m}=As{k}(m,2)-As{k}(:,2);
    E{k}{m}=As{k}(m,3)-As{k}(:,3);
    M{k}{m}=[B{k}{m},C{k}{m},E{k}{m}];   
end

数据需要在单元阵列中，因为整个过程中会出现尺寸不匹配。

如何让matlab集群在矩阵中？

0 个答案: