如何在图B中找出与A最相似的椭圆(关键词-灰度)
两张灰度图像，图A中有1个椭圆，图B中有3个椭圆，如何在图B中找出与A最相似的椭圆？
图像相似度有不同的指标，严格地说取决于你对“相似度”的定义。
粗略地说，Hu矩不变量能够描述图像的整体性质，对于物体的形状描述比较稳定，可以用来识别形状和比较不同形状的相似性。
OpenCV中的函数cv.matchShapes基于Hu矩不变量比较两个形状的相似性。
具体例程参加：【youcans 的 OpenCV 例程200篇】198.基于不变矩的形状相似性检测
- 你可以参考下这个问题的回答, 看看是否对你有帮助, 链接: https://ask.csdn.net/questions/7799096
- 除此之外, 这篇博客: 自动驾驶深度多模态目标检测和语义分割:数据集、方法和挑战中的 B. 一些自动驾驶的比赛与测试 部分也许能够解决你的问题, 你可以仔细阅读以下内容或者直接跳转源博客中阅读:
在第二章a节中引入了多个传感器，已经进行了许多自动驾驶测试。例如，格子车队开发了一款名为“Boss”的自动驾驶汽车，并在2007年赢得了DARPA城市挑战赛(参见图3(a))[2]。该车辆配备了一个摄像头和几个雷达和激光雷达。谷歌(Waymo)已经在美国20多个城市测试了无人驾驶汽车，在公共道路上行驶了800万英里(参见图3(b)) [14];自2011年[15]以来，宝马(BMW)一直在慕尼黑附近的高速公路上测试自动驾驶;2013年，戴姆勒在一辆奔驰s级轿车上安装了一个立体摄像头、两个单声道摄像头和几个雷达，以便在伯莎奔驰的纪念路线上实现自动驾驶。我们的互动在线平台为更多的自动驾驶测试提供了详细的描述，包括Uber、英伟达、通用Cruise、百度Apollo以及他们的传感器设置。
除了驾驶演示，真实世界的数据集对自动驾驶研究也至关重要。在这方面，一些研究项目使用带有多模态传感器的数据车来构建开放的数据集。这些数据车通常配备摄像机、激光雷达和GPS/ imu来收集图像、3D点云和车辆定位信息。第三节概述了自动驾驶中的多模态数据集
如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^