项目进展
因为目前主要有两种流行的植物骨架提取方法,一种是用拉普拉斯收缩来做,一种是用最短路径,最小生成树的方法来做。(鉴于我只是本科生,并且数学也不太好,就没用拉普拉斯收缩来做hhhhh)
我们主要是用八叉树来约减数据量,然后用构造邻接矩阵,划分水平层次集、然后计算骨架点。
当然如果用常规流程来做,效果是不好的:
第一个问题是:根部数据集的分层效果不太好
第二个问题是:如果数据集噪声太大或者数据集的密度差异太大,骨架点的偏差会非常严重。
以上两个问题我是做了一些优化的,基本上可以达到理想的效果。但是鉴于数学拉跨,在做骨架点计算的优化时,约束方程搞不定,就暂时停了。就用思路简单的L1-medians的原理,多给套几次是可以把骨架点拉到理想位置的。
代码我这也有,需要的可以找我私聊。
也欢迎正在做这个的老哥,可以互相交流一下,看能不能一起优化一下然后发一篇期刊。(因为把这个拿去申请专利了,论文写了个初稿就停了…因为我现在主要是做无监督的.)