形状上下文匹配技术

Question

我正在尝试实现形状上下文匹配算法，即

1. 计算一个点到所有其他点的距离。
2. 通过平均距离标准化距离。
3. 为标准化距离创建对数距离刻度。
4. 创建距离直方图：迭代每个比例增量箱，当 数字越大的 bin 描述的点越靠近。
5. 计算所有点之间的角度。
6. 与距离略有不同的 Bin 角度。
7. 匹配 - 成本矩阵：计算每个点与每个点匹配的成本 另一点。
8. 匹配 - 附加费用条款： 周围纹理差异， 切线角差。
9. 匹配：查找导致总成本最低的点配对 到方程 3

我现在在第 3 步，我不知道如何计算对数距离刻度

例子：

如果我们的坐标形状为：

0.2000 0.5000

0.4000 0.5000

0.3000 0.4000

0.1500 0.3000

0.3000 0.2000

0.4500 0.3000

step(1)：每个点到所有其他点的欧几里得距离：

0 0.2000 0.1414 0.2062 0.3162 0.3202

0.2000 0 0.1414 0.3202 0.3162 0.2062

0.1414 0.1414 0 0.1803 0.2000 0.1803

0.2062 0.3202 0.1803 0 0.1803 0.3000

0.3162 0.3162 0.2000 0.1803 0 0.1803

0.3202 0.2062 0.1803 0.3000 0.1803 0

step(2)：每个点之间的归一化距离：

0 1.0623 0.7511 1.0949 1.6796 1.7004

1.0623 0 0.7511 1.7004 1.6796 1.0949

0.7511 0.75110 0.9575 1.0623 0.9575

1.0949 1.7004 0.9575 0 0.9575 1.5934

1.6796 1.6796 1.0623 0.9575 0 0.9575

1.7004 1.0949 0.9575 1.5934 0.9575 0

我不知道如何在哪里创建对数距离刻度

归一化距离的对数距离标度（更近 = 更清晰）：

0.1250 0.2500 0.5000 1.0000 2.0000

有人帮帮我吗？

Answer 1

我没有形状上下文的背景，这是我的想法：

老师希望通过形状上下文以适合需要的方式测量距离。为此，

（第 3 步）首先制作一个刻度（也称为尺子）。秤有5个分档，分别是0~0.1250、0.1250~0.2500、0.2500~0.5000、0.5000~1.0000、1.0000~2.0000。最大范围应涵盖标准化距离数据中的最大值（此处为1.7004）。这个比例以对数方式增加（我的意思是“指数”）。我仍然不知道“更接近=更歧视”。

（第 4 步）使用比例将每个数据值放入不同的箱中。老师采用迭代法，有效；但基本上你只需要找到一些方法来对值进行分类。

我觉得你也可以这样实现：

>> x = rand(1,10)*2;ceil(log2(ceil(x/.125)))+1,x

ans =

     2     1     5     5     5     3     5     4     1     4


x =

    0.1517    0.1079    1.0616    1.5583    1.8680    0.2598    1.1376    0.9388    0.0238    0.6742

所以你正在寻找距离到底数 0.125 的对数。