匹配多边形

Question

我正在做一个学校项目，我的目标是识别物体。我从拍照开始，应用各种滤镜并进行边界追踪。傅里叶描述符对我来说太高了，所以我开始从我的点列表中近似多边形。现在我必须匹配这些多边形，它们都具有相同数量的顶点并且所有站点都具有相同的长度。更具体地说，我有两个多边形，现在我必须计算一些相似度。这个过程必须是平移、旋转和尺度不变的。

1. 我尝试以不同的方式转动和缩放一个并计算每对顶点之间的距离，但这很慢。

2. 我尝试在一组向量中转动多边形，计算每个角的角度并进行比较。但这也有点慢。

3. 我发现了一篇名为 Contour Analysis 的文章。但我觉得这有点困难。在本文中，首先将每个集合的所有向量都解释为复数，因此我们只有两个具有复数的向量。然后计算两个向量的余弦。但是余弦也是一个复数，如果两个向量相同，它的范数总是 1。那么将一组向量解释为一个向量有什么意义。我不明白这种做法。

还有其他方法可以比较两个多边形或向量集吗？或者有人可以解释我的第三次尝试还是用法线向量来做？

我希望有人可以帮助我:-)

Answer 1

如果您的对象被很好地分离，您可以使用Hu's moments 来表征每个轮廓。

图像时刻的描述和基本数学相当简单，适合学校项目。