【Matlab案例】去除冗余路径点 Dougla-Peucker算法 (含matlab程序)

1 简介

在一段曲线中，存在着许多的特征点，但是这些特征点分布不均匀，有的地方非常密集，有的地方又很松散。如下图所示，是一个牙齿模型的.stl文件的某一截面，可以看到这个截面的上下部分的特征点十分密集，中间位置十分松散，当我们需要提取它的轮廓进行拟合时不是很方便，所以我们需要去除冗余的一些特征点。

2 算法实现思路

采用Dougla-Peucker算法 算法具体思路如下

1. 设置残差ϵ;(也就是去除冗余点的精度，ϵ越小精度越高，去除的冗余点的数量也越少；)
2. 用一条直线连接路径的首尾(图中P1,P8)
3. 计算首尾点之间的所有路径点到这条直线的距离，并找到最大距离max以及对应的路径点(图中P5)；
4. 如果max<ϵ,则说明这个首尾P1 P8可以代表这段曲线的特征，去除首尾点之间的所有路径点，这段曲线处理完毕；
5. 如果max>ϵ,则说明这个首尾P1 P8并不能完全体现这段曲线的特征，需要细分；在max对应的路径点P5处将当前路径一分为二，回到步骤2，重新进行；
6. 直到所有的路径线处理完毕，就此完成冗余路径点地去除。

3 matlab程序

function result = DouglasPeuckerAO(Points,epsilon)
%Points  路径数组 N×2
%epsilon 残差
%作者 天才小傲傲
    p1 = Points(1,:);
    p2 = Points(end,:);
    %判断数组首尾点是否相同 相同则尾点向前取一个 首尾点不能相同
    if p1==p2
        p2=Points(end-1,:);
    end
        
    distanceList = zeros(length(Points),1);
    for i = 2:length(Points)-1
        pointTemp = Points(i,:);
        distanceTemp = pointLineDistance(p1,p2,pointTemp);
        distanceList(i) = distanceTemp;
    end
    [MAX,index] = max(distanceList);

    if MAX < epsilon
        result = [p1;p2];
    else
        recResult1 = DouglasPeuckerAO(Points(1:index,:),epsilon);
        recResult2 = DouglasPeuckerAO(Points(index:end,:),epsilon);
        result = [recResult1(1:length(recResult1)-1,:); 
                  recResult2(1:length(recResult2),:)];
    end

end

function result=pointLineDistance(Q1,Q2,P)
%采用的3维空间向量叉积的方法求点到直线的最短距离 如果是2维向量，需要补全第三维度
if  length(Q1)==2
Q1(end+1)=0;
Q2(end+1)=0;
P(end+1)=0;
end
result=norm(cross(Q2-Q1,P-Q1))/norm(Q2-Q1);
end

5 效果展示

5.1 ϵ取0.1

5.1 ϵ取0.01

如果对你有帮助的话，请点赞哦哈哈