问题描述
我在 Octave 中处理大约 50 万个点的数据图。我试图找到数据中空白空间的中心（故意）。
我知道要查找多少个点，我正在考虑在起始位置提供数据，然后尝试在一个方向上扩展一个圆圈，直到您找到有效的数据点位置，然后继续在几个方向上这样做，直到您有一个圆圈没有填充数据但触及有效数据点。该圆的中心将是虚空空间的中心。我不完全确定如何编写它，因为我在编码方面非常绿色。
显然，图形解决方案可能不是最好的方法，但我不知道如何在巨大的 x y 位置矩阵中找到较大的 x 和 y 间隙。
Here is a large sample of what I'm working with
解决方法
我知道你说过你的数据没有在 x 或 y 中排列，但它看起来仍然像网格一样可疑。
在这种情况下，您可能可以将每个网格点表示为图像中的一个“像素”；这使您可以访问可以从 image 包中使用的优秀函数，例如 imregionalmin 函数。在您的情况下，这将为您提供“孔”的连接组件。对于每个组件，您可以通过在该组件内的像素上找到“平均坐标”来轻松找到它们的质心。然后，您可以执行距离变换（例如使用 bwdist）来找到您描述的圆的确切半径，即从该质心到最近像素的距离。或者，您可以从 bwdist 开始，然后使用 immaximas 直接检测质心。如果您有多个这样的区域，您可以使用 bwconncomp 首先查找连接组件（或通过 imregionalmin 的输出）。
如果您的数据不是特别类似于网格，那么您可能可以对数据进行插值以使其适合这样的网格。
示例：
pkg load image
t = 0 : 0.1 : 2 * pi; % for use when plotting circles later
[X0,Y0] = ndgrid( 1:100,1:100 ); % Create 'index' grid
X = X0 - 0.25 * Y0; Y = 0.25 * X0 + Y0; % Create transformed grid
Z = 0.5 * (X0 - 50) .^ 2 + (Y0 - 50) .^ 2 > 250; % Assign a logical value to each 'index' point on grid
M = imregionalmin ( Z ); % Find 'hole' as mask
C = { round(mean(X0(M))),round(mean(Y0(M))) }; % Find centre of mass (as index)
R = bwdist( ~M )(C{:}); % Find distance from centre of mass to nearest pixel
R = min( abs( X(C{1}+R,C{2}) - X(C{:}) ),abs( Y(C{1},C{2}+R) - Y(C{:}) ) ); % Adjust for transformed grid
figure(1); hold on
plot( X(Z),Y(Z),'.','markerfacecolor','b' ) % Draw original transformed grid data
plot( X(C{:}),Y(C{:}),'o','r' ); % Draw centre of mass in transformed grid
plot( X(C{:}) + R * cos(t),Y(C{:}) + R * sin(t),'r-' ) % Draw optimal circle on top
axis equal; hold off
