Discussion :

[Gakusei]

Bonjour,

Je souhaite déterminer le coté (en pixel) du carré (considéré comme un carré) composé de clusters de points.

Je pensé donc calculer le centre de ce carré puis je détermine la distance moyenne du centre aux clusters.

Le problème est que je ne vois pas comment déterminer ce centre.

Si vous avez une solution pour ce problème ou d'autres proposition pour déterminer ce coté je suis preneur.

Merci d'avance.

[souviron34]

Bonjour

Alors d'abord ta figure n'ndique pas de points

Ensuite, je pense que ce serait un rectanlg et non pas un carré.

Et il faut commencer par déterminer le côté, puis en déduire le centre (si je comprend e problème sans la figure)

déterminer les xmin, ymin, xmax, ymax (simple boucle)

[Gakusei]

Merci d'avoir répondu,

Alors d'abord ta figure n'ndique pas de point

C'est vrai que j'aurai du représenter plus de points pour avoir une meilleur idée.

Ensuite, je pense que ce serait un rectanlg et non pas un carré.

En réalité je doit approximer au mieux un carré avec ces clusters. D'où l'idée de prendre le centre et de trouver la longueur moyenne de la demi-diagonale du carré ( rayon du cercle circonscrit) pour ensuite déterminer le coté.

déterminer les xmin, ymin, xmax, ymax (simple boucle)

C'est une bonne idée mais je ne sais pas si c'est le plus représentatif du nuage de points (le mieux serait le centre des nuages).

Je pense pense que je n'ai pas le choix, je vais devoir faire un algorithme de clustering pour déterminer le centre des nuages sachant que je connais le nombre de clusters: 4.

Je travail sous R donc il me faudra trouver la fonction (package) adéquat.
Etant débutant quel package (fonction) serait le plus utile ici ? (il faudra peut être déplacer le post ) je penserai à kmeans

[souviron34]

En réalité je doit approximer au mieux un carré avec ces clusters. D'où l'idée de prendre le centre et de trouver la longueur moyenne de la demi-diagonale du carré ( rayon du cercle circonscrit) pour ensuite déterminer le coté.
...
C'est une bonne idée mais je ne sais pas si c'est le plus représentatif du nuage de points (le mieux serait le centre des nuages).
..
(il faudra peut être déplacer le post ) je penserai à kmeans

A mon avis, pourquoi faire compliqué (et faux) quand on peut faire simple

le barycentre des clusters n'est pas le barycentre des points.. Et aucun de ces 2 ne donne les bornes :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
*******                                ***
*********                              ***
*******                                ***
 
 
      ***
      ***                              *****
      ***                              *****
                                       *****

Barycentre des clusters

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
*******                               ***
****A****                             *A*
*******                               ***

                     $
      ***
      *A*                             *****
      ***                             **A**
                                      *****

Barycentre des points :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
*******                                ***
*********                              ***
*******                                ***
              $
                   
      ***
      ***                              *****
      ***                              *****
                                       *****

[Gakusei]

En réalité ces nuages de points proviennent d'un prétraitement et de seuillage d'une image.
Sur certaines images, il peut y avoir des points isolés (qu'il ne faut pas prendre en compte). Dans ce cas là xmin, xmax, ymin et ymax ne correspondent pas du tout au carré recherché.

Finalement le problème est résolu en trouvant les régions avec la plus grande densité de points (ce n'est pas le centre des régions mais ce n'est pas ce que je cherche).

le barycentre des clusters n'est pas le barycentre des points..

Je me suis mal exprimé mais le font de ma pensée était bien sûr le centre des clusters (vu que je parlai de kmeans)

[souviron34]

En réalité ces nuages de points proviennent d'un prétraitement et de seuillage d'une image.
Sur certaines images, il peut y avoir des points isolés (qu'il ne faut pas prendre en compte). Dans ce cas là xmin, xmax, ymin et ymax ne correspondent pas du tout au carré recherché.

ça se fait quasi-instantanément en appliquant un filtre général 3*3.

Finalement le problème est résolu en trouvant les régions avec la plus grande densité de points (ce n'est pas le centre des régions mais ce n'est pas ce que je cherche).

Je ré-itère que ça ne donne pas le rectangle englobant...

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
**                                ***
**                                ***
**                                ***
 
                ************
                ************
                ************
 
           *********
           *********
           *********
 
      ***
      ***                              *****
      ***                              *****
                                       *****