Matlab作为封闭的商业软件,受美国政府左右,无视商业道德,故不建议使用。如果喜欢Matlab语法,可移步开源的octave,其语法与matlab完全相同。
Matlab质心算法
所谓质心,就是当密度作为像素点灰度值时的重心,例如其质心的x坐标为
x
=
∑
j
∗
x
i
,
j
∑
x
i
,
j
x=\dfrac{\sum_{}j*x_{i,j}}{\sum_{}x_{i,j}}
x=∑xi,j∑j∗xi,j
最直观的方法就是下面的这种方式了。
%%通过质心算法找到img的质心位置
function [x,y] = oCenter(img)
img = double(img);
[m,n] = size(img);
x = 0;y = 0;sum=0;
for i = 1:m
for j = 1:n
y = y + img(i,j)*i;
x = x + img(i,j)*j;
sum = sum+img(i,j);
end
end
x = x/sum;
y = y/sum;
这么写足够简单粗暴,却也太丑了,毕竟在Matlab中,矩阵才是最基本的操作单元。
而且在累加求和的过程中,也的确反复使用了相同的数组。对于第i行而言,每一列分别与1,2,3...
相乘并求和,也就是第i行向量与向量[1:n]
的点积。于是先不管整张图片,第i行向量的质心也就可以比较简单地写出来了。
x = img(i,:)*(1:n)'/sum(img(i,:));
基于此,我们还得到了一个意外收获,即可以很方便地把每一行的质心用一行表达式写出来
x = img*(1:n)'./sum(img,2);%每一行的质心
y = (1:m)*img./sum(img);%每一列的质心
强迫症表示看上去很舒服。
相应地,图片整体的质心可写为
sumImg = sum(img(:));
x = sum(img)*(1:n)'/sumImg;
y = (1:m)*sum(img,2)/sumImg;