你好,您可以使用knnsearch找到最近的邻居引用重心。在你的情况下,扭曲点缺失一些参考点,反之亦然,但点很近,我希望你要计算的区别。
后做1近邻搜索每一个参考点,阈值那些过于远未恢复正常,其余点的区别。
社区过滤不同的图像
5视图(30天)
显示旧的评论
你好,我有这个grayvalue形象。
我得到了两个不同的图像传感器,我参考(红色x)和distroted图像的质心(绿色x)。
我覆盖参考质心(红色x)扭曲的图像(绿色x)。
但我很难计算质心之间的差异,因为我有不同的矩阵大小的质心参考和扭曲的图像。
参考图片,我有(160 x 2)。/扭曲的形象,我有(163 x 2)。
我附加sortedcentroids1(引用)和sortedcentroids2(扭曲)。
我想过滤出质心利用社区过滤器在一定区域内,但我不知道这样做。
我只试过这样的功能,但它不是社区相关检测。
有人可以请提供给我一个好主意来解决这个问题吗?
其他的元素个数(sortedcentroids1(: 1) <元素个数(sortedcentroids2 (: 1))
f =找到(abs (sortedcentroids2(1:元素个数(sortedcentroids1 (: 1), 2) -…
sortedcentroids1 (:, 2)) > 100);
sortedcentroids2 (f (1):) = [];
