Matlab中FrechetDistance方法实现---比较两条曲线的相似性，并绘制曲线

最新推荐文章于 2023-03-27 21:29:04 发布

yanglinxd

最新推荐文章于 2023-03-27 21:29:04 发布

阅读量2.4w

点赞数 18

本文链接：https://blog.csdn.net/qq_34857390/article/details/82984022

版权

本文介绍了如何在Matlab中利用FréchetDistance方法来计算并比较两条曲线的相似性。通过命令行输入相关语句，得到的返回值表示曲线的相似度，数值越小表示相似度越高。

摘要由CSDN通过智能技术生成

function [cm, cSq] = DiscreteFrechetDist(P,Q,dfcn)

plot(P)%绘制曲线P
plot(Q)%绘制曲线Q

sP = size(P);
sQ = size(Q);

% check validity of inputs
if sP(2)~=sQ(2)
    error('Curves P and Q must be of the same dimension')
elseif sP(1)==0
    cm = 0;
    return;
end

% initialize CA to a matrix of -1s
CA = ones(sP(1),sQ(1)).*-1;

% distance function
if nargin==2
    dfcn = @(u,v) sqrt(sum( (u-v).^2 )); %  @表示定义匿名函数
end

% final coupling measure value
cm = c(sP(1),sQ(1));

% obtain coupling measure via backtracking procedure
if nargout==2
    cSq = zeros(sQ(1)+sP(1)+1,2);    % coupling sequence
    CApad = [ones(1,sQ(1)+1)*inf; [ones(sP(1),1)*inf CA]];  % pad CA
    Pi=sP(1)+1; Qi=sQ(1)+1; count=1;  % counting variables
    while Pi~=2 || Qi~=2
        % step down CA gradient
        [v,ix] = min([CApad(Pi-1,Qi) CApad(Pi-1,Qi-1) CApad(Pi,Qi-1)])