1.简述

在实现多图像无序输入的拼接中,我们先使用surf算法对任意两幅图像进行特征点匹配,每对图像的匹配都有一个置信度confidence参数,来衡量两幅图匹配的可信度,当confidence>conf_threshold,我们就认为这两幅图可以拼接,属于一个全景拼接的集合,然后扩展这个集合就可以确定最大的可拼接集合,排除一些无效的图像,然后进行后续的拼接。

并查集的定义就是并查集是一种树型的数据结构,用于处理一些不相交集合(Disjoint Sets)的合并及查询问题。即将属于相同集合的元素合并起来,中间需要查找某个元素属于哪个集合,然后需要将两个元素或者集合进行合并处理。

2.结构体及函数定义

下面我们介绍opencv_stitching中使用的互斥集结构和函数的定义

[cpp] view
plain
 copy

  1. class  DisjointSets
  2. {
  3. public:
  4. //互斥集初始化,元素个数是elem_count
  5. DisjointSets(int elem_count = 0) { createOneElemSets(elem_count); }
  6. void createOneElemSets(int elem_count);//创建互斥集
  7. int findSetByElem(int elem);//查找元素所属的集合
  8. int mergeSets(int set1, int set2);//合并两个集合
  9. std::vector<int> parent;//元素所属集合 parent[elem] = set ,元素elem的集合是set
  10. std::vector<int> size;//集合的包含的元素个数 size[set] = set_size,集合set的元素数是set_size
  11. private:
  12. std::vector<int> rank_;//rank_[set] = rank,集合set标记
  13. };
[cpp] view
plain
 copy

  1. /************************************************************************/
  2. /*
  3. 创建一个互斥集,尺寸为n
  4. %参数 int n,输入互斥集的尺寸
  5. */
  6. /************************************************************************/
  7. void DisjointSets::createOneElemSets(int n)
  8. {
  9. rank_.assign(n, 0);//设置rank_长度为n,初始值为0
  10. size.assign(n, 1);//设置size长度为n,初始值为1
  11. parent.resize(n);//设置parent的长度为n
  12. for (int i = 0; i < n; ++i)
  13. parent[i] = i;//parent[elem] = set,初始化每个元素所在的集合
  14. }
  15. /************************************************************************/
  16. /*
  17. 查找元素所在的集合
  18. %参数int elem  输入元素
  19. */
  20. /************************************************************************/
  21. int DisjointSets::findSetByElem(int elem)
  22. {
  23. //由于互斥集也是树形结构,所以需要向上递归到根节点,即元素所属的最终集合
  24. int set = elem;
  25. while (set != parent[set])//如果元素的值与所属集合的值不相同,说明元素是经过集合合并过的,所以要继续向上递归
  26. set = parent[set];
  27. int next;
  28. while (elem != parent[elem])//将之前所有的递归过的元素的集合全改成最终的根节点集合
  29. {
  30. next = parent[elem];
  31. parent[elem] = set;
  32. elem = next;
  33. }
  34. return set;
  35. }
  36. /************************************************************************/
  37. /*
  38. 合并两个集合
  39. %参数int set1,int set2 两个集合set1和set2
  40. */
  41. /************************************************************************/
  42. int DisjointSets::mergeSets(int set1, int set2)
  43. {
  44. //比较两个集合的rank_,将rank_值小的集合合并到值大的集合中
  45. if (rank_[set1] < rank_[set2])
  46. {
  47. parent[set1] = set2;
  48. size[set2] += size[set1];
  49. return set2;
  50. }
  51. if (rank_[set2] < rank_[set1])
  52. {
  53. parent[set2] = set1;
  54. size[set1] += size[set2];
  55. return set1;
  56. }
  57. //如果rank_相等,则默认将set1合并到set2中,set2的rank_值+1
  58. parent[set1] = set2;
  59. rank_[set2]++;
  60. size[set2] += size[set1];
  61. return set2;
  62. }

模拟程序:

[cpp] view
plain
 copy

  1. #include "astdio.h"
  2. #include "disjointset.h"
  3. #define  conf_threshold 90
  4. #define  num_images 10
  5. void main()
  6. {
  7. int max_comp = 0;
  8. int max_size = 0;
  9. vector<int> confident(num_images*num_images);
  10. DisjointSets comps(num_images);
  11. //使用随机数模拟多幅图像中每个图像相互匹配的置信度(0-100)
  12. //另外1与2的匹配置信度和2与1的置信度我们默认相同(实际中是不相同的)
  13. srand((unsigned)time(NULL));
  14. for (int i  = 0;i<num_images;i++)
  15. {
  16. cout<<endl;
  17. for (int j = 0;j<num_images;j++)
  18. {
  19. if (!confident[i*num_images+j])
  20. {
  21. confident[i*num_images+j] = rand()%100;
  22. confident[j*num_images+i] = confident[i*num_images+j];
  23. }
  24. if (i == j)
  25. {
  26. confident[i*num_images+j] = 100;
  27. }
  28. cout<<"   "<<confident[i*num_images+j];
  29. }
  30. }
  31. //根据两幅图匹配置信度是否大于conf_threshold来决定是否属于一个全景集合
  32. for (int i = 0; i < num_images; ++i)
  33. {
  34. for (int j = 0; j < num_images; ++j)
  35. {
  36. if (confident[i*num_images + j] < conf_threshold)
  37. continue;
  38. int comp1 = comps.findSetByElem(i);
  39. int comp2 = comps.findSetByElem(j);
  40. if (comp1 != comp2)
  41. comps.mergeSets(comp1, comp2);
  42. }
  43. }
  44. //找出包含图片最多的全景集合
  45. for (int i = 0;i< num_images;i++)
  46. {
  47. if (i == 0)
  48. {
  49. max_comp = 0;
  50. max_size = comps.size[i];
  51. }
  52. else if(comps.size[i]>max_size)
  53. {
  54. max_comp = i;
  55. max_size = comps.size[i];
  56. }
  57. }
  58. //将该集合中的元素打印出来
  59. cout<<endl<<"images in the max_comp:"<<endl;
  60. int j = 0;
  61. for (int i = 0;i<num_images;i++)
  62. {
  63. if (comps.findSetByElem(i) == max_comp)
  64. {
  65. cout<<++j<<":  "<< i<<endl;
  66. }
  67. }
  68. while(1);
  69. }

输出结果:

【数据结构】【计算机视觉】并查集(disjoint set)结构介绍的更多相关文章

  1. 【算法与数据结构】并查集 Disjoint Set

    并查集(Disjoint Set)用来判断已有的数据是否构成环. 在构造图的最小生成树(Minimum Spanning Tree)时,如果采用 Kruskal 算法,每次添加最短路径前,需要先用并查 ...

  2. 数据结构 之 并查集(Disjoint Set)

    一.并查集的概念:     首先,为了引出并查集,先介绍几个概念:     1.等价关系(Equivalent Relation)     自反性.对称性.传递性.     如果a和b存在等价关系,记 ...

  3. 数据结构之并查集Union-Find Sets

    1.  概述 并查集(Disjoint set或者Union-find set)是一种树型的数据结构,常用于处理一些不相交集合(Disjoint Sets)的合并及查询问题. 2.  基本操作 并查集 ...

  4. 并查集(Disjoint Set)

    在一些有N个元素的集合应用问题中,我们通常是在开始时让每个元素构成一个单元素的集合,然后按一定顺序将属于同一组的元素所在的集合合并,其间要反复查找一个元素在哪个集合中.这一类问题其特点是看似并不复杂, ...

  5. 数据结构09—— 并查集(Union-Find)

    一.关于并查集 并查集(Union-Find)是一种树型的数据结构,常用于处理一些不相交集合(Disjoint Sets)的合并及查询问题.并查集(Union-Find)从名字可以看出,主要它涉及两种 ...

  6. 【算法导论-36】并查集(Disjoint Set)具体解释

    WiKi Disjoint是"不相交"的意思.Disjoint Set高效地支持集合的合并(Union)和集合内元素的查找(Find)两种操作,所以Disjoint Set中文翻译 ...

  7. 【基本数据结构】并查集-C++

    并查集,在一些有N个元素的集合应用问题中,我们通常是在开始时让每个元素构成一个单元素的集合,然后按一定顺序将属于同一组的元素所在的集合合并,其间要反复查找一个元素在哪个集合中.这一类问题近几年来反复出 ...

  8. 并查集(Disjoint Set Union,DSU)

    定义: 并查集是一种用来管理元素分组情况的数据结构. 作用: 查询元素a和元素b是否属于同一组 合并元素a和元素b所在的组 优化方法: 1.路径压缩 2.添加高度属性 拓展延伸: 分组并查集 带权并查 ...

  9. 数据结构(并查集||树链剖分):HEOI 2016 tree

    [注意事项] 为了体现增强版,题目限制和数据范围有所增强: 时间限制:1.5s 内存限制:128MB 对于15% 的数据,1<=N,Q<=1000. 对于35% 的数据,1<=N,Q ...

随机推荐

  1. windows下生成ssl

    1.安装git window 需要安装 git 按部就班即可 https://git-scm.com/ 2.安装完之后,打开 Git Bash 输入以下命令并执行,然后一路按“回车”即可,效果见图: ...

  2. 练手WPF(一)——模拟时钟与数字时钟的制作(上)

    一.Visual Studio创建一个WPF项目. 简单调整一下MainWindow.xaml文件.主要使用了两个Canvas控件,分别用于显示模拟和数字时钟,命名为AnalogCanvas.digi ...

  3. layui的使用说明

    一.定义 layui,是一款采用自身模块规范编写的前端 UI 框架,遵循原生 HTML/CSS/JS 的书写与组织形式,跟其他UI框架比较(比如bootstrap.easyui.findui.topu ...

  4. Delphi - TIdFTP 两个重要函数

    TIdFTP 两个重要函数 项目开发过程中发现,直接对于服务器上的文件/路径进行处理,是很危险的事情,因为一旦文件/路径不存在,程序就会抛异常,影响客户体验.所以在对服务器上的文件/路径进行访问之前, ...

  5. Windows Server - Tomcat服务器下载、安装、配置环境变量教程

      版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明. 本文链接:https://blog.csdn.net/qq_40881680/articl ...

  6. 如何简单使用tensorboard展示(一)

    我使用tensorboard中的graph做了展示,至于其它功能可以类推,其代码如下: import numpy as npimport tensorflow as tf x_img = np.arr ...

  7. msgTips 顶部弹窗

    最近发现好多网站都采用顶部弹窗,并且不用用户手动去点击确定.感觉这样很方便用户,所以也找了好多大神的代码,整理一下方便以后查找 前端: @{ Layout = null; } <!DOCTYPE ...

  8. 关于final

    最近见的一道选择题 刚学习一直认为final修饰,为常量,必须声明时被初始化,现在又明白第二种情况可以通过创建对象之后由构造方法立即初始化. 1.final修饰类不能被继承 2.final修饰方法不能 ...

  9. JS基石之-----数组转换为树结构函数

    我们常常在做后台管理系统的时候 需要对数据进行组装成一个树装结构,这里特地将此方法进行封装: let data = [ { id: , text: }, { id: , text: }, { id: ...

  10. 『Python进阶』多进程多线程快速上手

    线程池快速上手 from concurrent.futures import ThreadPoolExecutor from utils import * workers = 8 with Threa ...