我根据相对法线对点进行分类有点问题。 我想要做的是使用我下面得到的信息来为点拟合一个简化的多边形,偏向90度角度。
我对每个点都有粗略的(尽管不是很准确)法线,但我不确定如何根据点的接近度和法线的接近度来分离数据库。我计划在为每个面部分块后进行线性回归,因为法线有时不适合实际面部(尽管每个面部彼此接近)
示例: alt text http://a.imageshack.us/img842/8439/ptnormals.png
理想情况下,我希望能够在此数据周围放置一个矩形。但是,多边形不需要是凸面,也不必与轴对齐。
关于如何实现这样的事情的任何暗示都会很棒。
提前致谢
答案 0 :(得分:2)
我不确定这是否是您正在寻找的,但这是我按照理解解决问题的尝试:
我使用法线向量的角度来找到属于矩形每一边(左,右,上,下)的点,然后简单地在每个边上插入一条线。
%# create random data (replace those with your actual data)
num = randi([10 20]);
pT = zeros(num,2);
pT(:,1) = rand(num,1);
pT(:,2) = ones(num,1) + 0.01*randn(num,1);
aT = 90 + 10*randn(num,1);
num = randi([10 20]);
pB = zeros(num,2);
pB(:,1) = rand(num,1);
pB(:,2) = zeros(num,1) + 0.01*randn(num,1);
aB = 270 + 10*randn(num,1);
num = randi([10 20]);
pR = zeros(num,2);
pR(:,1) = ones(num,1) + 0.01*randn(num,1);
pR(:,2) = rand(num,1);
aR = 0 + 10*randn(num,1);
num = randi([10 20]);
pL = zeros(num,2);
pL(:,1) = zeros(num,1) + 0.01*randn(num,1);
pL(:,2) = rand(num,1);
aL = 180 + 10*randn(num,1);
pts = [pT;pR;pB;pL]; %# x/y coords
angle = mod([aT;aR;aB;aL],360); %# angle in degrees [0,360]
%# plot points and normals
plot(pts(:,1), pts(:,2), 'o'), hold on
theta = angle * pi / 180;
quiver(pts(:,1), pts(:,2), cos(theta), sin(theta), 0.4, 'Color','g')
hold off
%# divide points based on angle
[~,bin] = histc(angle,[0 45 135 225 315 360]);
bin(bin==5) = 1; %# combine last and first bin
%# fit line to each segment
hold on
for i=1:4
%# indices of points in this segment
idx = ( bin == i );
%# x/y or y/x
if i==2||i==4, xx=1; yy=2; else xx=2; yy=1; end
%# fit line
coeff = polyfit(pts(idx,xx), pts(idx,yy), 1);
fit(:,1) = 0:0.05:1;
fit(:,2) = polyval(coeff, fit(:,1));
%# plot fitted line
plot(fit(:,xx), fit(:,yy), 'Color','r', 'LineWidth',2)
end
hold off
答案 1 :(得分:1)
我会尝试以下
如果失败,您可以尝试在THIS PAPER中实施该方法,这样可以同时拟合多条直线。
答案 2 :(得分:0)
你可以得到每一边的X和Y坐标的平均值,然后根据它来制作线条。