今天學妹過來問我DTW算法相關的事，然后我就去看了下
DTW算法
本質上是兩段數據，要對數據進行拉伸，讓兩段數據相似程度最高。

作者的代碼跑出來：

拉伸后長度變成45，應該就是路徑的長度，路徑如下：

白色的就是路徑。
作者的代碼中畫像素圖部分的代碼：
Matlab

figure('Name','DTW - Accumulated distance matrix and optimal path', 'NumberTitle','off'); main1=subplot('position',[0.19 0.19 0.67 0.79]); //subplot('position',[left bottem width height])表示在當前圖形的位置(position)上畫圖, image(D); //image會改變原來圖像的比例 cmap = contrast(D); //函數返回一灰度色圖cmap，該色圖與當前色圖D有相同的維數 colormap(cmap); % 'copper' 'bone', 'gray' imagesc(D); //調整圖片灰度

注意：image函數畫圖范圍為0～64，超出范圍全為黃色。用實驗室數據結果為：

隨后在轉變為灰度圖。
添加柱狀說明條

colorb1=subplot('position',[0.88 0.19 0.05 0.79]); // 選定柱狀條位置 colorbar(colorb1); caxis([mn,mx])

注意caxis來限定柱狀條的范圍，mn最小值，mx最大值?？椿叶葓D柱狀條的位置就能看出來
原代碼中還有一些用來設置圖像屬性的（詳見set語句）

set(main1, 'FontSize',7, 'XTickLabel','', 'YTickLabel',''); //設置main1圖中字體大小為7號，x刻度標簽為‘’，y刻度標簽為‘’；

總結

以上是生活随笔為你收集整理的Matlab里DTW算法和图像的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。