matlab 自变量坐标,Matlab最小二乘近似与两个自变量的约束(x,y坐标)

在处理二进制图像的道路轮廓时,作者使用Houghlines找到起点和终点,然后尝试通过线性近似来去除噪声。然而,`polyfitn`和`polyfit`函数产生的拟合线不沿最长轴,导致效果不佳。文章寻求一种能考虑起点和终点约束的二维最小二乘逼近方法,并提到了PEaRL算法作为可能的解决方案。
摘要由CSDN通过智能技术生成

我有几个户外路径的二进制图像,我需要得到一个精细的道路轮廓,但是,由于仍然存在噪声像素,我无法追踪准确的道路轮廓.我在Matlab中计算了houghlines函数的起点和终点之间的中点,并且能够分离道路的左右点.因此,我的想法是拟合左和右点的线性近似,这样我就能够去除两侧的噪声像素并干净地分离出道路区域.

问题:正如您在图片中看到的那样,拟合的直线不是沿着散射(x,y)点(红色)的最长轴,因此不合适.道路的某些侧面非常合适. polyfitn或polyfit函数的输出近似沿着较短的散射区域开始.我找到了几个带约束(开始和结束)的最小二乘逼近的代码示例,但只找到了1D自变量类型问题的例子.

这是我用来生成输出的Matlab代码.

imshow(binarizedimage320x240); % Binary 320x240 image

rightPoints % show rightPoint (x,y) coordinates from Hough Transform lines

sizeRt = size(rightPoints, 1);

x = zeros(sizeRt, 1);

y = zeros(sizeRt, 1);

for k = 1:sizeRt

x(k) = rightPoints(k,1);

y(k) = rightPoints(k,2);

end

x % show x values

y % show y values

% Linear fitting

p = polyfitn(x,y,'constant x+y') % show p

xi = 1:2:300;

yi = polyvaln(p, xi);

plot(x, y, 'ro',

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