【数据结构】【计算机视觉】并查集(disjoint set)结构介绍

前端之家收集整理的这篇文章主要介绍了【数据结构】【计算机视觉】并查集(disjoint set)结构介绍前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

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

  1. classDisjointSets
  2. {
  3. public:
  4. //互斥集初始化,元素个数是elem_count
  5. DisjointSets(intelem_count=0){createOneElemSets(elem_count);}
  6. voidcreateOneElemSets(intelem_count);//创建互斥集
  7. intfindSetByElem(intelem);//查找元素所属的集合
  8. intmergeSets(intset1,intset2);//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. int>rank_;//rank_[set]=rank,集合set标记
  13. };

copy

@H_502_183@ /************************************************************************/
  • /*
  • 创建一个互斥集,尺寸为n
  • %参数intn,输入互斥集的尺寸
  • */
  • /************************************************************************/
  • voidDisjointSets::createOneElemSets(intn)
  • rank_.assign(n,0);//设置rank_长度为n,初始值为0
  • size.assign(n,1);//设置size长度为n,初始值为1
  • parent.resize(n);//设置parent的长度为n
  • for(inti=0;i<n;++i)
  • parent[i]=i;//parent[elem]=set,初始化每个元素所在的集合
  • }
  • /*
  • 查找元素所在的集合
  • %参数intelem输入元素
  • */
  • intDisjointSets::findSetByElem(intelem)
  • {
  • //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
  • intset=elem;
  • 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
  • set=parent[set];
  • intnext;
  • 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
  • next=parent[elem];
  • parent[elem]=set;
  • elem=next;
  • returnset;
  • 合并两个集合
  • %参数intset1,intset2两个集合set1和set2
  • intDisjointSets::mergeSets(intset2)
  • //比较两个集合的rank_,将rank_值小的集合合并到值大的集合中
  • if(rank_[set1]<rank_[set2])
  • parent[set1]=set2;
  • size[set2]+=size[set1];
  • returnset2;
  • if(rank_[set2]<rank_[set1])
  • parent[set2]=set1;
  • size[set1]+=size[set2];
  • returnset1;
  • //如果rank_相等,则默认将set1合并到set2中,set2的rank_值+1
  • parent[set1]=set2;
  • rank_[set2]++;
  • }
  • 模拟程序:

    copy

    @H_502_183@ #include"astdio.h"
  • #include"disjointset.h"
  • #defineconf_threshold90
  • #definenum_images10
  • voidmain()
  • intmax_comp=0;
  • intmax_size=0;
  • vector<int>confident(num_images*num_images);
  • DisjointSetscomps(num_images);
  • //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)
  • //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)
  • srand((unsigned)time(NULL));
  • inti=0;i<num_images;i++)
  • cout<<endl;
  • intj=0;j<num_images;j++)
  • if(!confident[i*num_images+j])
  • confident[i*num_images+j]=rand()%100;
  • confident[j*num_images+i]=confident[i*num_images+j];
  • if(i==j)
  • confident[i*num_images+j]=100;
  • }
  • cout<<""<<confident[i*num_images+j];
  • //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
  • inti=0;i<num_images;++i)
  • intj=0;j<num_images;++j)
  • if(confident[i*num_images+j]<conf_threshold)
  • continue;
  • intcomp1=comps.findSetByElem(i);
  • intcomp2=comps.findSetByElem(j);
  • if(comp1!=comp2)
  • comps.mergeSets(comp1,comp2);
  • //找出包含图片最多的全景集合
  • inti=0;i<num_images;i++)
  • if(i==0)
  • max_comp=0;
  • max_size=comps.size[i];
  • elseif(comps.size[i]>max_size)
  • max_comp=i;
  • max_size=comps.size[i];
  • //将该集合中的元素打印出来
  • cout<<endl<<"imagesinthemax_comp:"<<endl;
  • intj=0;
  • if(comps.findSetByElem(i)==max_comp)
  • cout<<++j<<":"<<i<<endl;
  • while(1);
  • }

  • 输出结果:

    原文链接:https://www.f2er.com/datastructure/382259.html

    猜你在找的数据结构相关文章