二维形状轮廓识别

时间:2011-11-25 20:00:23

标签: algorithm math shape vector-graphics shape-recognition

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:

enter image description here

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
  7. 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?

2 个答案:

答案 0 :(得分: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。

答案 1 :(得分:0)

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