python - 在 Python 中删除二维散点的外壳

Question

对于我的项目，我使用来自望远镜的二维图像。众所周知，由于望远镜故障，每幅图像的外边界都被点过度饱和了。因此我想提取构成二维图像外边界的点。

所以我想做的是以某种方式提取构成外壳的点，根据我的喜好使用所需的外壳宽度。

到目前为止我尝试了什么:

在 Python 中，我尝试通过使用 scipy.ConvexHull 找到外部点然后删除这些点来找到构成边缘的点。在循环中执行此操作时，它应该删除宽度取决于迭代次数的外边缘。但是这种方法依赖于点的密度，对于边缘密度大的地方去除的点较少。我想要的是从整个图像中删除大约相等宽度的外边缘，请参见下图:

为了说明我的意思，我添加了 ConvexHull 结果，在 15 次迭代后它以红色显示为外边缘点:

为了澄清，这是我希望我的算法给我的期望结果，在整个图像上具有相等宽度的外边缘，它与点密度无关。

Answer 1

既然你只展示了没有代码的想法和图形，我也会这样做。

我看到有几种方法可以在凸包内获得较小的多边形，它们之间的宽度几乎恒定。每个也有变化。我用一个凸包来说明，它是您图形中凸包的简化版本。我的每个解决方案都忽略了问题中的大多数点，并且仅使用凸包的顶点，因此忽略了“点密度”。

在选择多边形之前，您可以找到凸包的“中心点”。有多种方法可以定义它。您可以使用船体顶点的质心，其中 x 和 y 坐标是顶点坐标的平均值，但这会偏向具有许多小段的船体部分。您可以使用边界矩形的中心，其中 x 和 y 坐标是船体顶点的最大坐标和最小坐标的平均值。这是我在图形中使用的方法。还有其他可能的“中心点”。

我的第一个内部多边形将每个顶点向中心点移动一定距离。在我的示例中，我将每个点向中心点移动了四分之一的距离。

我的第二个内部多边形将顶点向中心点移动固定距离。我选择的距离是顶点到中心点平均距离的四分之一。请注意，对于这个特定示例，此多边形与我之前的多边形之间几乎没有区别。对于 come 点比其他一些点更接近中心点的船体，差异会更加明显。

我的第三个多边形放弃了中心点。它将船体的每一侧向船体内部移动固定距离。这些新线段的交点用于定义新的多边形。换句话说，我做了“向内多边形偏移”或“多边形缓冲”。这是计算几何中的一项重要任务，但可以在 this SO question 找到有关此任务和类似任务的一些讨论。 .这看起来确实与其他多边形不同，因为船体的较小边往往会从结果中缩小或完全消失。

选择适合您需要的多边形 - 前两个比第三个更容易计算，但第三个最接近您理想的“外边宽度相等”。