二维形状轮廓识别

Question

我希望在2D中实现类似曲线（离散点阵列）的形状识别/匹配。

我在这个主题上找到了paper但是在代码中实现它时我有点迷失。

我已经发现需要最小化这个功能：

但我从哪里开始？

1. μ似乎是失真的测量，我想最小化。
2. ψ似乎是一些限制在0和π/ 2之间的论据
3. “R是参数”，表示？
4. κ是曲率，？
5. ξ是另一个参数......
6. gahhh

有人可以用英语概述一下这个方法吗？也许在某些伪代码中？

Answer 1

我认为你不可能在不理解数学的情况下让它工作，理解数学的方法是从一开始就完成论文;如果你跳到最后一个方程并尝试编码，自然它没有意义。以下是您的具体问题的答案，以及它们的价值：

1. μ确实是“失真的测量”，或者是将一条曲线变形为另一条曲线的成本。
2. ψ确实局限于[0和π/ 2]。它是（h，h-bar）曲线的角度（抱歉，我不知道如何输入特殊字符）。
3. “R是一个参数”，这意味着它是任意的，衡量方向相对于位移的重要程度。
4. κ是第一条曲线C的曲率。
5. ξ是描述沿两条曲线前进的参数。当ξ从0前进到L-tilde时，h（ξ）从0变为L，h-bar（ξ）从0变为L-bar。

Answer 2

我们从一些定义开始：

• Curvature是曲线偏离平坦的程度。
• A parameter定义您要查找的曲线。例如。 f（x）= kx + m，k和m是参数。

关于最小化，您可以在这里查看：http://en.wikipedia.org/wiki/Calculus_of_variations