基于matlab函数的图像聚类问题

现在我正在写一个关于图像识别和聚类的项目。在作为我项目基础的出版物中，有这样一个等式

变量描述如下

Rj-是j-th的旋转矩阵 簇

t_j-是j-th的平移向量 簇

p*ij-是从第j个点算起的第i个点 簇

x_i-是图像中的第i个点

我在编写这个函数时遇到了一个小问题，所以我问出版物的作者是否可以与我分享一个源代码。这是我得到的

ddx=D.x-Q.translation(1);
 ddy=D.y-Q.translation(2);
 st=sin(Q.theta); ct=cos(Q.theta);  R=[ct -st; st ct]; % rotation matrix
 qq=R*[ppx0; ppy0];
 qqd2=sum(qq.*qq,1);
 Q.scale=sum((ddx.*qq(1,:)+ddy.*qq(2,:)).*Um) / sum(qqd2.*Um);

这里

D.x

和

D.y

是数据点的坐标

Q.translation

（向量）、

Q.scale

和

Q.theta

是变换参数

ppx0

和

ppy0

是*p**ij的x坐标和y坐标

Um

是包含[Umij]的矩阵

然而，我很难理解这个解决方案。首先，我不明白他为什么用数组乘法（运算符

*

）代替矩阵乘法（运算符

*

），而且他似乎只取一个/第一个点

p*

---

我希望有人能帮助我尝试这个源代码。提前感谢

看起来

ppx0

和

ppy0

不是坐标，而是向量或坐标。这样,

R*[ppx0; ppy0] =
[ct -st ; st ct] * [x_0 x_1 ... x_N-1 ; y_0 y_1 ... y_N-1]

因此，

qq

是一个2xN向量，就像

[ppx0；ppy0]

一样

在

qqd2=sum（qq.*qq，1）

中，使用了

*

运算符，因为实际上是对矩阵的每个值进行平方运算，以在以后找到每个坐标对的平方距离

在

ddx.*qq（1，：）+ddy.*qq（2，：）

中，

*

运算符用作替换双和的快捷方式。换言之，除了单独获取每个矩阵乘积的和（其本身就是乘法的和），他们首先执行所有必要的乘法，然后获取和。（我希望这是有道理的）。你可以用一些基本的矩阵代数来证明所有这些工作