精简二维点数据的快速方法答案

【问题标题】：Fast way to thin 2D point data精简二维点数据的快速方法
【发布时间】：2015-11-14 06:33:09
【问题描述】：

我有一组 [X Y] 格式的 2D 数据，我将根据某个距离阈值对它们进行细化，即如果点非常接近小于阈值，则会消除一个。这个过程一直持续到任意两点之间的距离大于阈值。我开发了一个代码来做到这一点，但它非常耗时。我想知道在 Matlab 中是否有更好的方法。

【问题讨论】：

请发布您的代码。我们最终可以找到瓶颈并提出改进建议。另外，必须尝试您的配置文件吗？
这是一种方法。 1. 找点（你已经有了）。 2. 使用imresize 调整由这些二维数据点创建的“矩阵”的大小。 3. 重新找到调整位置的点。如果只有一个点而不是两个点，则超过了阈值。 imresize 函数句柄在某种意义上充当了阈值。
@bla，有趣的想法，但这不仅会减少数据，还会强制它们进入网格。
在我看来，定义阈值就是定义某种大小的网格。
当两点要靠近时，有什么具体的规则要去掉吗？

标签： matlab 2d

【解决方案1】：

只是为了给出一个比成对比较更好的简单想法。

令 d 为您想要达到的最小距离。创建一个边长为sqrt(d)的正方形网格。

【讨论】：

【解决方案2】：

您可以按照此处所述计算距离

所以只需复制粘贴他的答案：

 X are your points with coordinates x = X(:,1), y = X(:,2)

dist = sqrt(bsxfun(@minus,X(:,1),X(:,1)').^2 + bsxfun(@minus,X(:,2),X(:,2)' ).^2)

这为您提供了一个矩阵，其中包含每个点之间的所有距离。使用find(dist<thres)，您可以获得低于您阈值的距离位置。然后使用ind2sub 确定要删除的数据的位置

【讨论】：