文件名称：使用局部回归线平滑 2D 轮廓：此提交包含 2D 轮廓平滑的实现和测试功能。-matlab开发
文件大小：4KB
文件格式：ZIP
更新时间：2024-06-19 13:40:33
matlab
二维区域的轮廓由一组有序的点定义，其中相邻元素包含相邻点。 这种表示可以通过许多技术获得，例如边界跟踪和链码。 （在简单的 2D 点集或曲线中，点不必按特定顺序排列。） 轮廓平滑是通过将所有轮廓点投影到局部回归线上来完成的。 对于每个点，位于轮廓上的 N 个相邻点在每一侧采样，并计算局部回归线。 然后当前点投影在这条线上。 将此算法应用于所有点可以平滑轮廓，并在某种程度上使点更接近。 2N + 1是有助于计算局部回归线的总点数。 点数越多，曲线越平滑。 由于拟合的线性特性，当需要过多平滑时，算法会丢失角等重要特征，并在此类关键区域变得混乱。 这在某种程度上是错误的过度平滑。 一种不太容易出现此类错误的方法是使用高斯加权最小二乘拟合。 为此，我使用了 Andrey Sokolov 的线条拟合。 链接在这里： http://www.mathworks.com/matlabcentral/f
【文件预览】：
smooth_contours.zip