Fréchet distance(弗雷歇距离)-用于地图匹配

Fréchet distance(弗雷歇距离)是法国数学家Maurice René Fréchet在1906年提出的一种路径空间相似形描述( 此外还在这篇论文里定义了 度量空间),这种描述同时还考虑进路径空间距离的因素[1],对于空间路径的相似性比较适用。

直观的理解,Fréchet distance就是狗绳距离:主人走路径A,狗走路径B,各自走完这两条路径过程中所需要的最短狗绳长度


离散 Fréchet 距离用于测量两个离散曲线之间相似程度的一种度量方法。它基于 Fréchet 距离的概念,但适用于离散曲线而不是连续曲线。 在计算离散 Fréchet 距离时,我们考虑两个离散曲线中的每个点对之间的距离。对于每个点对,我们可以通过直线距离、曼哈顿距离或其他距离度量方法来计算它们之间的距离。然后,我们通过计算最小的距离来确定两个曲线之间的 Fréchet 距离。 具体地说,我们通过以下步骤计算离散 Fréchet 距离: 1. 创建一个大小为 m × n 的矩阵 D,其中 m 和 n 分别为两个离散曲线的点数。 2. 初始化矩阵 D 的第一行和第一列,使得 D[i,0] 和 D[0,j] 分别等于曲线1和曲线2的第 i 个点和第 j 个点之间的距离。 3. 对于每个 D[i,j],计算曲线1的第 i 个点和曲线2的第 j 个点之间的距离。这可以使用直线距离、曼哈顿距离或其他距离度量方法来实现。 4. 使用递归的方式填充矩阵 D,直到达到右下角的 D[m,n]。 5. 返回 D[m,n] 的值,它代表了曲线1和曲线2之间的离散 Fréchet 距离。 离散 Fréchet 距离可以用于比较离散曲线的相似性,例如路径规划中的路径匹配、图像处理中的轮廓匹配等。该距离度量方法的优势在于它考虑了曲线上的点对之间的相对位置,因此可以更准确地捕捉到曲线的形状相似程度。但是,离散 Fréchet 距离的计算复杂度较高,需要使用动态规划或其他优化算法来加快计算速度。
评论
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