PART.0 算法描述
- 在曲线首尾两点间虚连一条直线,求出其余各点到该直线的距离。
- 选其最大者与阈值相比较,若大于阈值,则离该直线距离最大的点保留,否则将直线两端点间各点全部舍去。
- 依据所保留的点,将已知曲线分成两部分处理,重复第1、2步操作,迭代操作,即仍选距离最大者与阈值比较,依次取舍,直到无点可舍去,最后得到满足给定精度限差的曲线点坐标。

讯享网

LongTime Later

PART.1 工具函数
为了代码简单易理解,这里使用了二分迭代,含详细注释代码如下

function nPntSet=dp(pntSet,TH) % @author : slandarer % pntSet : 二维数据点 % TH : 距离阈值 % 向量运算:计算所有点到首位两点连线距离 vertV=[pntSet(end,2)-pntSet(1,2),-pntSet(end,1)+pntSet(1,1)]; baseL=abs(sum((pntSet-pntSet(1,:)).*vertV./norm(vertV),2)); if max(baseL)<TH % 若距离小于阈值则返回首尾点 nPntSet=[pntSet(1,:);pntSet(end,:)]; else % 若距离大于阈值则左右两分支分别计算后拼接 maxPos=find(baseL==max(baseL),1); L_PntSet=dp(pntSet(1:maxPos,:),TH); R_PntSet=dp(pntSet(maxPos:end,:),TH); nPntSet=[L_PntSet;R_PntSet(2:end,:)]; end end
讯享网
PART.2 函数调用
给个demo:
讯享网% 构造一组数据 X=linspace(0,25,10)'; Y=randi([0,10],[10,1]); pntSet=[X,Y]; % 阈值为2的dp算法 nPntSet=dp(pntSet,2); % 坐标区域修饰 hold on grid on ax=gca; ax.YLim=[0,10]; ax.DataAspectRatio=[1,1,1]; ax.Color=[1,1,1]; ax.XColor=[1,1,1].*.3; ax.YColor=[1,1,1].*.3; ax.LineWidth=1.5; ax.FontName='cambria'; ax.GridLineStyle='--'; % 绘制原始数据曲线 plot(pntSet(:,1),pntSet(:,2),'Color',[0 0.4470 0.7410],'LineWidth',2,'Marker','*'); % 绘制新数据曲线 plot(nPntSet(:,1),nPntSet(:,2),'Color',[0.6350 0.0780 0.1840 .7],'LineWidth',2,'Marker','s'); legend('original-curve','feature-curve')



PART.3 优势与不足
对比与垂距法,道格拉斯-普克算法(dp)不会出现下面这种情况,即虽然每次变化都不大,但是连着好几次相同方向变化导致某些特征不会被提取出来:

但比较让人头疼的是,阈值需要自己选取,以下是不同阈值时对比图像:

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/123082.html