Вот Векторизованный подход с использованием bsxfun
и mat2cell
, который хранит индексы ненулевых ближайших элементов (евклидов расстояния) для каждого нулевого элемента в ячейке каждый -
%// Assuming A as the input matrix. Store rows, columns of zero and non-zeros
[rz,cz] = find(A==0);
[rnz,cnz] = find(A~=0);
%// Store zero pt indices
zero_pts = [rz cz];
%// Get squared euclidean distances
dists = bsxfun(@minus,rnz,rz.').^2 + bsxfun(@minus,cnz,cz.').^2;
%// Get all nearest XY indices of nonzeros for each zero pt
[R_idx,C_idx] = find(bsxfun(@eq,min(dists,[],1),dists));
idx = [rnz(R_idx) cnz(R_idx)];
%// Cut at each shifting positions and thus create a cell array, with a
%// cell of indices of non-zero nearest elements for each zero element
nearest_nnonzero_pts = mat2cell(idx,histc(C_idx,1:max(C_idx)))
ввода образца, выход -
Входной сигнал:
>> A
A =
0 1 0 0 0
2 5 0 3 0
0 0 0 0 0
0 5 0 2 1
Выход (Ноль очков):
>> disp(zero_pts)
1 1
3 1
4 1
3 2
1 3
2 3
3 3
4 3
1 4
3 4
1 5
2 5
3 5
выход (корреспондент ближайших ненулевых точек):
>> celldisp(nearest_nnonzero_pts)
nearest_nnonzero_pts{1} =
2 1
1 2
nearest_nnonzero_pts{2} =
2 1
nearest_nnonzero_pts{3} =
4 2
nearest_nnonzero_pts{4} =
2 2
4 2
nearest_nnonzero_pts{5} =
1 2
nearest_nnonzero_pts{6} =
2 2
2 4
nearest_nnonzero_pts{7} =
2 2
4 2
2 4
4 4
nearest_nnonzero_pts{8} =
4 2
4 4
nearest_nnonzero_pts{9} =
2 4
nearest_nnonzero_pts{10} =
2 4
4 4
nearest_nnonzero_pts{11} =
2 4
nearest_nnonzero_pts{12} =
2 4
nearest_nnonzero_pts{13} =
4 5
'diff' может быть полезным. –
Что вы подразумеваете под ближайшим? Вертикально, горизонтально, по диагонали? – DeeCee
@dean_sh: Необходимо учитывать все указанные вами маршруты. –