我正在尝试使用 formula here 计算二维曲线在每个点的曲率.我遇到的问题是,虽然我得到了一个应该的常量值,但这个值不正确。这是我的代码:
from scipy.ndimage import gaussian_filter1d
import numpy as np
def curvature(x, y):
#first and second derivative
x1 = gaussian_filter1d(x, sigma=1, order=1, mode='wrap')
x2 = gaussian_filter1d(x, sigma=1, order=2, mode='wrap')
y1 = gaussian_filter1d(y, sigma=1, order=1, mode='wrap')
y2 = gaussian_filter1d(y, sigma=1, order=2, mode='wrap')
return np.abs(x1*y2 - y1*x2) / np.power(x1**2 + y1**2, 3/2)
# make circle data
alpha = np.linspace(-np.pi/2,np.pi/2, 1000)
R = 5
x = R*np.cos(alpha)
y = R*np.sin(alpha)
>>> 1 / curvature(x, y)
array([ 9.60e+02, 5.65e+01, 4.56e-01, 1.41e-02, 6.04e-01,
6.04e-01, 6.04e-01, 6.04e-01, 6.04e-01, 6.04e-01,
6.04e-01, 6.04e-01, 6.04e-01, 6.04e-01, 6.04e-01,
...
我原本希望得到接近 5 的分数。有人可以帮我找出错误或建议更可靠的方法吗?实际上,我的 x,y 点不是均匀分布的。
编辑:我使用 gaussian_filter1d
而不是 np.gradient
作为导数,因为它显示为 here这是一种更稳健的方法,尤其是对于二阶导数。
最佳答案
曲率公式取决于 x
和 y
的一阶和二阶导数。
您的代码假设 gaussian_filter1d 与 x
的一阶导数相同。它不是。
查找 np.gradient(x,dalpha)
,其中 dalpha
是步长。
编辑 如果你想通过 gaussian_filter1d
,你应该没问题,但二阶导数的计算没有达到你的预期。这是一些工作代码,我已经完成了 2 个一阶导数以获得 x2
和 y2
:
import numpy as np
def curvature(x, y):
#first and second derivative
dalpha = np.pi/1000
x1 = gaussian_filter1d(x, sigma=1, order=1, mode='wrap')
x2 = gaussian_filter1d(x1, sigma=1, order=1, mode='wrap')
y1 = gaussian_filter1d(y, sigma=1, order=1, mode='wrap')
y2 = gaussian_filter1d(y1, sigma=1, order=1, mode='wrap')
return np.abs(x1*y2 - y1*x2) / np.power(x1**2 + y1**2, 3./2)
# make circle data
alpha = np.linspace(-np.pi/2,np.pi/2, 1000)
R = 5
x = R*np.cos(alpha)
y = R*np.sin(alpha)
print 1/curvature(x,y)
经过大量仔细检查后,我发现 y2
看起来不太像 -y
,x2
也很相似。我对您的代码所做的更改是,现在 y2
和 x2
来自 y1
和 x1
以及 gaussian_filter1d
具有 order=1
。我不太了解过滤器在做什么,无法说明为什么使用 order=1
两次通过过滤器似乎有效,但一次通过 order=2
没有。
关于python - 使用 numpy 计算曲率时出错,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/28310657/