[日常摸鱼]bzoj1038[ZJOI2008]瞭望塔-半平面交

本文深入探讨了半平面交算法的实现细节,通过具体代码示例讲解了如何使用该算法解决几何问题。从数据结构定义到算法流程,全面覆盖了算法的理解与应用。

这回好好用半平面交写一次…

看了cls当年写的代码看了好久大概看懂了…cls太强辣

#include<cstdio>
#include<iostream>
#include<algorithm>
#define rep(i,n) for(register int i=1;i<=n;i++)
#define REP(i,a,b) for(register int i=a;i<=b;i++)
#define debug(x) cout<<#x<<" = "<<x<<endl
typedef double dl;
using namespace std;
const int N=305;
const dl INF=~0u>>1;
struct P
{
    dl x,y;
    P(dl x=0,dl y=0):x(x),y(y){}
}p[N],ps[N];
struct L
{
    dl k,b;
}l[N];
inline bool operator < (L a,L b){return a.k<b.k||(a.k==b.k&&a.b>b.b);}
inline bool operator==(L a,L b){return a.k==b.k;}
inline dl get_x(L a,L b){return -(b.b-a.b)/(b.k-a.k);}
inline dl get_val(L a,dl x){return a.k*x+a.b;}
inline L get_line(P a,P b)
{
    L res;res.k=(a.y-b.y)/(a.x-b.x);
    res.b=a.y-res.k*a.x;return res;
}
inline double calc(dl x,L a,L b)
{
    return get_val(a,x)-get_val(b,x);
}
int r,m,n;
inline void input()
{
    scanf("%d",&n);
    rep(i,n)scanf("%lf",&p[i].x);
    rep(i,n)scanf("%lf",&p[i].y);
}
inline void work()
{
    rep(i,n-1)l[i]=get_line(p[i],p[i+1]);
    m=n-1;sort(l+1,l+m+1);m=unique(l+1,l+m+1)-l-1;
    rep(i,m)
    {
        while(r>1&&get_x(l[r],l[r-1])-get_x(l[r-1],l[i])>=0)r--;l[++r]=l[i];
    }m=r;
    int i=1,j=1;dl ans=1e30; 
    #define updata(x) ans=min(ans,calc(x,l[j],get_line(p[i],p[i+1])))
    while(i<n&&j<=m)
    {
        dl L=(j>1?get_x(l[j-1],l[j]):-INF);
        dl R=(j<m?get_x(l[j],l[j+1]):INF);
        if(L>p[i+1].x){i++;continue;}
        if(R<p[i].x){j++;continue;}
        updata(max(L,p[i].x));updata(min(R,p[i+1].x));
        if(R<p[i+1].x)j++;
        else i++;
    }
    if(n<=2)ans=0;
    printf("%.3lf",ans);
}
int main()
{
    //freopen("input.in","r",stdin);
    input();
    work();
    return 0;
}

 

转载于:https://www.cnblogs.com/yoooshinow/p/8326017.html

本课题设计了一种利用Matlab台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换与直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的智能检测技术提供了综合性实践案例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值