实现动态描画圆的问题

sosoben 2012-09-21 08:07:17
现在已有另外一个过程帮我不断地获取一些坐标点（基本上是在一个圆周上，但有时可能有错误的点）

现在我想每隔N个点就用这N个点计算它们围成的圆的圆心座标位置，并排除一些偏移太大的点，求算法，有程序函数的加分！！

再理想点，其实我想获取N+1个点后 ， 第一个点的数据自动排除，在从2到N+1计算，如此类推，就像一个先入先出的队列
...全文
271 24 打赏 收藏 转发到动态 举报
写回复
用AI写文章
24 条回复
切换为时间正序
请发表友善的回复…
发表回复
sosoben 2012-09-25
  • 打赏
  • 举报
 回复
最后一顶 没有更好的设想就结了 抓紧机会哦
sosoben 2012-09-24
  • 打赏
  • 举报
 回复
是啊，我在收集多方意见啊，其实我自己也有想法的啊，我现在二值化是左右X个像素与中间像素差异较大的时候才变为白色，可以简单地把背景的光斑去掉
Trent1985 2012-09-24
  • 打赏
  • 举报
 回复
[Quote=引用 18 楼 的回复:]

引用 17 楼 的回复:

引用 16 楼 的回复:

引用 15 楼 的回复:
上面是算法图像说明：
1，根据你得到的圆周上的点，先找出他们的最小外接矩形，如红色矩形所示；
2，根据红色矩形，可以得出圆心所在的范围，可以设定一个阈值，这个范围，如黄色矩形所示；
3，遍历黄色区域的每一个像素，计算该像素位置与每个圆周点位置的距离之和Sum；
4，当Sum最小时的那个像素点……
[/Quote]
如果你想通过CSDN提问的方式就搞出来一个很实用很N的算法来，这个未免对工作有点太不负责任，对CSDN有点期望过高了，一个复杂的算法，不是一言一行就可以搞出来的，你要多看技术论文，结合实践才行！
Trent1985 2012-09-24
  • 打赏
  • 举报
 回复
[Quote=引用 18 楼 的回复:]

引用 17 楼 的回复:

引用 16 楼 的回复:

引用 15 楼 的回复:
上面是算法图像说明：
1，根据你得到的圆周上的点，先找出他们的最小外接矩形，如红色矩形所示；
2，根据红色矩形，可以得出圆心所在的范围，可以设定一个阈值，这个范围，如黄色矩形所示；
3，遍历黄色区域的每一个像素，计算该像素位置与每个圆周点位置的距离之和Sum；
4，当Sum最小时的那个像素点……
[/Quote]对于视频监控之类而言,背景维护是一个相当重要的难题,你可以在谷歌学术上搜一下，肯定是一大堆！
Trent1985 2012-09-24
  • 打赏
  • 举报
 回复
[Quote=引用 18 楼 的回复:]

引用 17 楼 的回复:

引用 16 楼 的回复:

引用 15 楼 的回复:
上面是算法图像说明：
1，根据你得到的圆周上的点，先找出他们的最小外接矩形，如红色矩形所示；
2，根据红色矩形，可以得出圆心所在的范围，可以设定一个阈值，这个范围，如黄色矩形所示；
3，遍历黄色区域的每一个像素，计算该像素位置与每个圆周点位置的距离之和Sum；
4，当Sum最小时的那个像素点……
[/Quote]高斯分布在你这里应该是对监控区域背景进行建模用的吧,相关性系数一般是用来计算图像相似程度的!
sosoben 2012-09-24
  • 打赏
  • 举报
 回复
[Quote=引用 17 楼 的回复:]

引用 16 楼 的回复:

引用 15 楼 的回复:
上面是算法图像说明：
1，根据你得到的圆周上的点，先找出他们的最小外接矩形，如红色矩形所示；
2，根据红色矩形，可以得出圆心所在的范围，可以设定一个阈值，这个范围，如黄色矩形所示；
3，遍历黄色区域的每一个像素，计算该像素位置与每个圆周点位置的距离之和Sum；
4，当Sum最小时的那个像素点的位置，就是你要找的圆心位置；
……
[/Quote]

主要是我现在接触到的日本人的代码实在太复杂了（什么高斯分布啊，Cramer法则啊，相关系数啊），如果我想得太简单，那显得太弱了
对于实际应用也不够通用性，对于每个图像要重新设计算法…………

Trent1985 2012-09-24
  • 打赏
  • 举报
 回复
[Quote=引用 16 楼 的回复:]

引用 15 楼 的回复:
上面是算法图像说明：
1，根据你得到的圆周上的点，先找出他们的最小外接矩形，如红色矩形所示；
2，根据红色矩形，可以得出圆心所在的范围，可以设定一个阈值，这个范围，如黄色矩形所示；
3，遍历黄色区域的每一个像素，计算该像素位置与每个圆周点位置的距离之和Sum；
4，当Sum最小时的那个像素点的位置，就是你要找的圆心位置；
5，如果你有几个点的误差，那么求和……
[/Quote]呵呵,楼主这么爱学,顶一个!
sosoben 2012-09-24
  • 打赏
  • 举报
 回复
[Quote=引用 15 楼 的回复:]
上面是算法图像说明：
1，根据你得到的圆周上的点，先找出他们的最小外接矩形，如红色矩形所示；
2，根据红色矩形，可以得出圆心所在的范围，可以设定一个阈值，这个范围，如黄色矩形所示；
3，遍历黄色区域的每一个像素，计算该像素位置与每个圆周点位置的距离之和Sum；
4，当Sum最小时的那个像素点的位置，就是你要找的圆心位置；
5，如果你有几个点的误差，那么求和之后完全不影响结果，而黄色区域的……
[/Quote]
1、如果干扰点偏离得比较远，那画的红色矩形会比较大，黄色矩形也必然画错了啊
2、根据微积分，圆内任一点到圆周各点距离之和都相等，等于圆的面积吧。
但是，这的确可以排除偏离于圆外的干扰点

我现在是打算用三点求圆心的数学方法来求圆心，每三点求一次圆心后，用你的方法排除干扰点

如果没有更新的回答，那就要结贴了~~~
sosoben 2012-09-24
  • 打赏
  • 举报
 回复
[Quote=引用 19 楼 的回复:]

引用 18 楼 的回复:

高斯分布在你这里应该是对监控区域背景进行建模用的吧,相关性系数一般是用来计算图像相似程度的!

[/Quote]

其实也是为了找光点用的，因为通过聚焦得到的图像的线条从清晰到不清晰基本上合乎高斯分布，即正态分布 相关我就不清楚，从那里开始看不明白了
sosoben 2012-09-22
  • 打赏
  • 举报
 回复
突然想到， n个点求平均之后，还是不能把偏离得比较大的点给找出来啊，求算法！！
Trent1985 2012-09-22
  • 打赏
  • 举报
 回复

上面是算法图像说明：
1，根据你得到的圆周上的点，先找出他们的最小外接矩形，如红色矩形所示；
2，根据红色矩形，可以得出圆心所在的范围，可以设定一个阈值，这个范围，如黄色矩形所示；
3，遍历黄色区域的每一个像素，计算该像素位置与每个圆周点位置的距离之和Sum；
4，当Sum最小时的那个像素点的位置，就是你要找的圆心位置；
5，如果你有几个点的误差，那么求和之后完全不影响结果，而黄色区域的选择则是为了减少计算量！！
Trent1985 2012-09-22
  • 打赏
  • 举报
 回复
这个太简单了 ！！！
sosoben 2012-09-21
  • 打赏
  • 举报
 回复
难点那里可以加分啊！！ 设各点坐标x1,y1 ………… xn，yn
求近似圆的圆心。有点像最小二乘法求一条直线与各点相关，但现在是求一个圆啊
sosoben 2012-09-21
  • 打赏
  • 举报
 回复
[Quote=引用 3 楼 的回复:]

偏移太大的点 就是与其他正常的点组成的圆的距离相差太大 设阈值为 R吧 大于R就不行

我是要先把N个点的大致圆心求出来？ （这是重点，也是我最想问的）
然后比较有没有点离这圆心的距离大于R？有就移除 得到N-1个点再计算
循环上面的步骤
得出最后圆心？

这样的思路正确吗？？
[/Quote]

我是要先把N个点的大致圆心求出来？ （这是重点，也是我最想问的）

怎么求啊？？
美丽的鸡翅膀 2012-09-21
  • 打赏
  • 举报
 回复
你去看了就知道，List功能强大但是占用内存多谢，而IList功能稍弱，程序要求不高的话用List<>就好
sosoben 2012-09-21
  • 打赏
  • 举报
 回复
[Quote=引用 6 楼 的回复:]

引用 5 楼 的回复:
IList<Point> listpoint = new IList<Point>();
怎么我这句就有错误呢？
无法创建抽象类或接口“System.Collections.Generic.IList<System.Drawing.……

应该为IList<Point> listpoint = new List<Point>();
百度一下IList<>和……
[/Quote]

那对于我这个程序， 用
IList<Point> listpoint = new List<Point>(); 还是
List<Point > listpoints = new List <Point >();
更有效率呢？ 我知道最终结果都一样Ilist只是个接口，实际都是list
美丽的鸡翅膀 2012-09-21
  • 打赏
  • 举报
 回复
[Quote=引用 5 楼 的回复:]
IList<Point> listpoint = new IList<Point>();
怎么我这句就有错误呢？
无法创建抽象类或接口“System.Collections.Generic.IList<System.Drawing.……
[/Quote]
应该为IList<Point> listpoint = new List<Point>();
百度一下IList<>和List的区别，你就明白了
http://wenku.baidu.com/view/523d73355a8102d276a22f64.html
sosoben 2012-09-21
  • 打赏
  • 举报
 回复
[Quote=引用 2 楼 的回复:]

什么叫偏大的点，拟制定好一个标准，自己删除就是了
数据放到列表中，如果到了N个，那么来一个就RemoveAt(0)
[/Quote]
IList<Point> listpoint = new IList<Point>();
怎么我这句就有错误呢？
无法创建抽象类或接口“System.Collections.Generic.IList<System.Drawing.Point>”的实例
sosoben 2012-09-21
  • 打赏
  • 举报
 回复
偏移太大的点 就是与其他正常的点组成的圆的距离相差太大 设阈值为 R吧 大于R就不行

我是要先把N个点的大致圆心求出来？ （这是重点，也是我最想问的）
然后比较有没有点离这圆心的距离大于R？有就移除 得到N-1个点再计算
循环上面的步骤
得出最后圆心？

这样的思路正确吗？？
bdmh 2012-09-21
  • 打赏
  • 举报
 回复
什么叫偏大的点，拟制定好一个标准，自己删除就是了
数据放到列表中，如果到了N个，那么来一个就RemoveAt(0)
加载更多回复（2）
MIPI-video-mode- and -command-mode- differences
源码链接： https://pan.quark.cn/s/0f7c75cb3aad ### MIPI Video Mode 与 Command Mode 的差异 #### 一、引言 MIPI (Mobile Industry Processor Interface) 是一种用于连接移动设备中处理器及其外围设备的标准化接口。MIPI 接口支持多种协议，其中包含 DSI (Display Serial Interface) 和 DCS (Display Control Interface) 等协议。在 MIPI 接口的应用中，主要涉及两种工作模式：Video Mode（视频模式）和 Command Mode（命令模式）。本文旨在系统性地阐述这两种模式的工作机制、特性以及实际应用环境。 #### 二、LCD RAM 概念说明 在进一步探讨 MIPI 的两种模式之前，有必要对文中提及的“LCD RAM”概念进行明确。实际上，“LCD RAM”并非一个通用术语，而是本文作者用来描述 LCD 控制器中用于存储显示数据的内存区域。LCD（Liquid Crystal Display，液晶显示屏）通常配备一个控制 IC（Integrated Circuit，集成电路），该控制 IC 可能内置 RAM 以缓存显示数据。 #### 三、MIPI Video Mode（视频模式） **定义：** - 视频模式是一种类似于传统 RGB 接口的工作模式，它要求主机持续不断地向显示器传输刷新数据。 - 在这种模式下，数据和控制信号以报文的形式通过 MIPI 总线进行传输。 - 显示器本身无需配备帧缓冲器，因为主机会周期性地刷新屏幕。 **特点：** 1. **实时性高：** 主机需要不...
CST端口离散设置-下载即用.zip
源码下载地址： https://pan.quark.cn/s/a4b39357ea24 在电磁模拟技术中，CST（Computer Simulation Technology）是一种被广泛采纳的软件工具，它主要用于电磁场、微波、天线以及射频系统的设计工作。本资料将详细分析CST软件中离散端口的具体配置方法，这些方法对于提升仿真结果的精确度和专业水准具有决定性作用。离散端口在CST软件中扮演着模拟信号输入或输出的重要角色，它们构成了仿真模型不可或缺的部分。在配置离散端口时，一个核心的原则是保证端口的方向与网格线保持一致，这是因为这样做能够有效降低计算过程中产生的误差，并确保仿真数据的有效性。如果未能遵循这一指导原则，可能会引发未知的计算问题，进而导致仿真结果失去可靠性。 在CST软件中配置离散端口，通常需要借助“Pick Points”这一功能。通过选择“Pick Edge Center”选项，端口将被设定在模型边缘的中心位置上。然而，这种做法并不总是能够确保端口与网格线保持平行。在某些特定情形下，模型的几何构造可能不允许直接选取一个与网格线平行的边作为端口的安装位置。 为了克服这一挑战，可以采用多种不同的策略。如果模型本身已经包含一条与馈电口平行的边，那么可以直接利用这条边来建立端口，此时CST软件会自动调整端口使其与网格线对齐。另一种可选的方法是，当模型不具备现成的平行边时，用户可以手动构建一个几何结构，比如一个立方体，并使其边缘与馈电口平行。通过这种方式，新建立的几何结构的边缘就可以作为端口的位置，从而确保端口与网格线的平行关系。 在实施上述操作时，必须关注端口尺寸的合理性和物理意义的一致性。端口的尺寸应当依据实际天线馈电部分的尺寸进行适当调整，过大的端口或...
【Axure实战原型】高标准农田综合服务平台RP文件
原型名称：【实战原型】高标准农田信息化管理系统 软件版本：Axure 9（支持10、11） 作品类型：智慧农业、高标农田、农业发展、农业农村、农场经济、农田管护 作品范围：Web端+APP端 原型简介： 聚焦“藏粮于地、藏粮于技”，系统融合“一张图、建设监管、生产管理、视频监控、农机调度、四情监测”六大核心功能，实现农田“可视、可管、可控、可预警”。依托物联网、GIS与AI技术，打造从建设到管护、从生产到决策的全周期数字化管理平台，助力农业提质增效、节本降耗，筑牢国家粮食安全数字化底座。
Html目录树-下载即用.zip
源码链接： https://pan.quark.cn/s/a4b39357ea24 HTML网页目录树效果是一种在网页上呈现层次结构的常用手段，特别适合于文件系统、网站导航或组织复杂信息。本文将深入阐述如何运用HTML、CSS和JavaScript（可能结合JSP）来构建这种效果，以及如何在实现该功能时维持轻量化和低资源的使用。 一、HTML基础 HTML（超文本标记语言）是网页内容的框架，负责构建网页的基本构造。在构建目录树时，我们通常借助`
tensorflow图像识别
代码下载链接： https://pan.quark.cn/s/a4b39357ea24 【使用TensorFlow进行图像识别】 图像识别作为计算机视觉领域的关键任务之一，其核心在于通过算法解析和理解图像所包含的信息。在此资源中，我们将集中探讨如何借助功能强大的深度学习框架TensorFlow来执行手写数字识别。手写数字识别构成了众多实际应用的基础，例如自动支票处理、光学字符识别（OCR）等场景。 TensorFlow是由Google创建的一个开源库，它主要用于数值运算和机器学习，尤其在深度学习方面表现卓越。其核心优势在于可以构建并训练复杂的神经网络架构，并且在多种硬件环境中实现高效执行，涵盖CPU和GPU平台。 在此实践项目中，我们将运用TensorFlow来构建一个卷积神经网络（CNN）模型，这种架构是处理图像数据的理想选择。CNNs通过模仿人脑视觉皮层的运作机制，能够自主地提取图像中的关键特征，进而达成识别目标。在手写数字识别的特定情境下，这些特征可能涉及笔画的几何形态、走向以及相互间的连接模式。 对于CNN的基础结构，我们需要具备相应的认知，其通常由卷积层、池化层、全连接层以及激活函数等部分组成。卷积层借助滤波器（亦称卷积核）对图像进行扫描，以捕捉局部特征；池化层则用于降低数据维度，同时保留核心信息；全连接层将特征向量映射至各类别的概率分布；而激活函数如ReLU则通过引入非线性元素，使模型能够学习更为复杂的模式。 在此案例中，建议采用MNIST数据集，这是一个广泛用于手写数字识别的标准测试集。该数据集包含60,000个训练样本和10,000个测试样本，每个样本均为28x28像素的灰度图像，代表0到9这十个数字中的某一个。为了训练模型，必须首先加载数据，并...
C#

111,129

社区成员

642,540

社区内容

发帖
与我相关
我的任务
社区描述
.NET技术 C#
社区管理员
  • C#
  • Creator Browser
  • by_封爱
加入社区
  • 近7日
  • 近30日
  • 至今

加载中

查看更多榜单
社区公告

让您成为最强悍的C#开发者

试试用AI创作助手写篇文章吧

+ 用AI写文章