Je travaille actuellement sur la réplication de certaines des fonctionnalités de la région de régionProps de Matlab à Octave. Cependant, j'ai un peu de pincement sur un sous-ensemble de la fonctionnalité. L'excentricité ', la «longueur de majoraxislength», les propriétés «minoraxislength« et «orientation» sont mon point de collage. Dans la documentation, ils dérivent tous de "... l'ellipse qui a les mêmes second moments que la région." P>
Donc, ma question est, quels sont ces seconds moments et comment puis-je les trouver? p>
Je regardais ce lien: http://fr.wikipedia.org/wiki/Image_moments P>
Honnêtement, cela vient de me laisser plus confus. Quelqu'un peut-il me diriger vers quelque chose un peu plus débutant amical? Merci. P>
3 Réponses :
Pas exactement la réponse que vous recherchez, mais cela pourrait aider quelqu'un. P>
J'ai écrit ce livre sur le sujet de la mécanique et a écrit des fichiers M pour calculer le moment de la zone d'inertie: P>
Maîtrise en utilisant MATLAB 5 p>
Le code de celui-ci peut être trouvé ici: p>
chapitre 9 devrait être d'intérêt. Je soupçonne que vous pouvez utiliser le code comme point de départ. P>
Je ne suis pas vraiment sûr, mais cela ne se réfère pas au notion statistique de Moments (comme dans la fonction de génération de moments): P>
Moments centraux (moments sur la moyenne):
mu_k = e [(x - e [x]) ^ k] code>, où e est la valeur attendue p> blockQuote>
Ainsi, les quatre premiers moments sont respectivement: {1,
variance forte>, asymétrie, kurtose}.
Mais encore une fois, je pourrais avoir tort;) p>
par "Deuxième moments", la documentation signifie le deuxième moment central .
in Le cas de données unidimensionnelles, ce serait le Variance (ou carré de l'écart type) . P>
Dans votre cas, où vous avez des données bidimensionnelles, le deuxième moment central est le Matrice de covariance . p>
si x code> est une matrice N-by-2 des points de votre région, vous pouvez calculer la matrice de covariance
sigma Dans Matlab comme ceci (non testé): P>
sqrt(1-(b/a)^2)
Merci. Ceci est très bien écrit et ressemble exactement à ce dont j'ai besoin.
+1 - Il a donc besoin d'explications plus élégantes comme celle-ci ..... quand il s'agit de mathématiques, au moins.
BTW, vous pouvez calculer directement la covariance dans MATLAB avec COV code> mais votre code était évidemment plus instructif.
De plus, Eigshow CODE> est une belle démo MATLAB à jouer avec si vous voulez une sensation pour la décomposition SVD ou Eigenvalue.