这可能是一个非常简单的问题。我们将不胜感激任何评论、指导或完整的解决方案。然而，我们更喜欢不完整的解决方案，但更喜欢新颖实用的想法。
- 如何找到变化的主要方向，即下例图中的主对角线（东北，西南）？
欢迎任何编码或片段的算法和想法。
更新：
我们发现接受的答案中提到的过程在其最简单的实现中几乎是PCA（主成分分析） 。PCA 工作得非常好。由此产生的方向在视觉上与我们所期望的完全匹配。
数据二维地图中的主要方向
信息处理
图像处理
算法
各向异性扩散
2022-01-08 19:49:55
2个回答
您可以根据高程数据计算协方差矩阵。属于较大特征值的特征向量会给你主要的变化方向：
这里有一些想法：
- 如果轮廓不在单独的数据结构中，请使用边缘跟踪（又称“轮廓跟踪”）算法来跟踪每个轮廓。一旦你有了轮廓，找到相距最远的两个点。一旦你有了相距最远的两点（费雷特的直径），取这些点的中点，投影出一条垂直线，然后检查你可能是一个粗糙椭圆形的短轴。检查第二远点对及其“短轴”、第三远点等。
- 从最内轮廓的质心，沿径向向外扫描。跟踪每个轮廓的交叉点。具有最大平均轮廓到轮廓距离的径向方向（或径向方向组）将具有最平缓的坡度和最长的距离。
- 执行“水滴”测试。这需要一点物理知识。想象一下，在你的顶峰（最里面的轮廓内的某个地方）有一滴水或球。将其推向某个径向θ。给定重力和名义上无摩擦的表面，计算下落/球到达底部水平面时的速度。
对于上述任何技术，请考虑从 0 到 179 的角度，即使您可以使用径向技术（0 到 359 度）。如果有多个峰值响应，请找到具有较大响应的更多邻居的最长半径（或其他）。
其它你可能感兴趣的问题