凸包+凹包+凸边凹化算法

时针法

一、凸包:最大面积边界->外围边界

离散点建立最小外围边界即凸多边形,如下图所示,离散点建立凸包过程

思路:
step1:找到最外围的一个初始边界点A(Xa,Ya),存入边界点集合
step2:寻找点B使得向量AB方向朝外
  1. 判断朝外方向:向上/向下/向左/向右。
    · 计算最左和最右两个点,计算过这两个点的直线方程f(x)
    · 判断朝外方向,选取点B:
    if A点是最左点:方向向左,B(Xa-1,Ya)
    elif A点是最右点:方向向右,B(Xa+1,Ya)
    else:
    if ya<=f(a): 方向向下,B(Xa,Ya-1)
    else:方向向上,B(Xa,Ya+1)
step3:在点A上逆时针方向旋转向量AB,寻找点X,使得向量AB与向量AX的夹角
          最小
        1、通过夹角公式计算向量AB与任意向量AX的夹角:

注意:向量AB逆时针旋转到向量AC和向量AD分别为θ1和θ2,但是通过夹角公式计算的的夹角总是选取最小值,即 θ1和θ3,而θ3是顺时针方向旋转的最小夹角,不满足要求,如下图所示:

 

  所以通过夹角公式计算得到的夹角需要根据朝向方向作进一步判断,

        朝向方向:

  • 向上:横坐标大于点A的的点:θ=2π-arccos()=2π-θ3=θ2
  • 向左:纵坐标大于点A的的点:θ=2π-arccos()=2π-θ3=θ2

  • 向下:横坐标小于点A的的点:θ=2π-arccos()=2π-θ3=θ2

  • 向右:纵坐标大于点A的的点:θ=2π-arccos()=2π-θ3=θ2

    选取向量AB逆时针旋转到向量AX最小夹角对应的点X,并存入边界点集合。

step4:重复步骤2、3,直到选取的点X与初始边界点A重合停止迭代。

二、凹包:最大凹边->按序(顺时/逆时)连接所有点

思路:

step1:计算离散点的中心点R,找到距离点R最近的一个初始边界点A(Xa,Ya),存入边界点集合

step2:寻找点X使得向量RA逆时针方向旋转到向量RX的夹角最小

        1、通过夹角公式计算向量RA与任意向量RX的夹角:

        注意:向量RA逆时针旋转到向量RC和向量RD分别为θ1和θ2,但是通过夹角公式计算的的夹角总是选取最小值,即 θ1和θ3中选取θ3,而θ3是顺时针方向旋转的最小夹角,不满足要求。

         所以通过夹角公式计算得到的夹角需要作进一步判断,

         2、计算过点R和点A的直线方程f(x)=kx+b,

            需要修改的点:手掌沿逆时针方向旋转时手背方向的点:

if k==0 and Xa<Xr:#平行
  Yd>Yr的点:θ=2π-arccos()=2π-θ3=θ2
elif k==0 and Xa>Xr:#平行
  Yd<Yr的点:θ=2π-arccos()=2π-θ3=θ2
 elif k==∞ and Ya>Yr:#垂直
  Xd>Xr的点:θ=2π-arccos()=2π-θ3=θ2
 elif k==∞ and Ya<Yr:#垂直
  Xd<Xr的点:θ=2π-arccos()=2π-θ3=θ2
elif k<0 and Ya>Yr:#斜线
  Yd>f(d)的点:θ=2π-arccos()=2π-θ3=θ2
elif k<0 and Ya<Yr:#斜线
  Yd<f(d)的点:θ=2π-arccos()=2π-θ3=θ2
elif k>0 and Ya>Yr:#斜线
  Yd<f(d)的点:θ=2π-arccos()=2π-θ3=θ2
elif k>0 and Ya<Yr:#斜线
  Yd>f(d)的点:θ=2π-arccos()=2π-θ3=θ2 

               3、 注意:若出现点C、点D和点R共线,即向量RA逆时针旋转到向量RC和向量RD的夹角相同时,选取距离中心点R最近的点,如下图所示

step2:重复步骤2,直到选取的点X与初始边界点A重合停止迭代。

三、凸边凹化

思路:

递归

step1:遍历凸边界点:

               在非边界点中寻找距离凸边两边界点最近的点,存入最近点集合

step2:最近点集合中去重后并入边界点(凸边界+最近点)集合中

step3:使用凹包算法:按序(顺时/逆时)连接所有点边界点

step4:重复步骤1、2、3

结束递归条件:边界点数量==离散点数量。

  • 11
    点赞
  • 55
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
Matlab中可以使用凸包算法来实现边界搜索。其中一个常见的实现是使用Graham扫描算法来计算凸包。这个算法的基本思路是先找到最下边的点,然后按照极角的大小对其他点进行排序,最后根据排序后的点依次构建凸包。你可以使用Matlab中的convhull函数来实现这个算法。 另外,你提到的边界搜索算法也可以用于搜索盒的边界。该算法的基本思路是从一个初始边界点开始,逐步寻找下一个连接点,直到形成一个闭环。你可以参考引用中给出的边界搜索算法实现代码来实现这个功能。 总的来说,使用凸包算法或者边界搜索算法都可以实现搜索盒的边界。具体使用哪种算法取决于你的需求和数据结构。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [二维点集凹包算法介绍](https://blog.csdn.net/weixin_39765209/article/details/115880834)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [过滤三角网算法求取凹包(二)](https://blog.csdn.net/dayuhaitang1/article/details/125085411)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [凸包+凹包+凸边凹化算法](https://blog.csdn.net/qingtianhaoshuai/article/details/122245165)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值