基于主成分分析(PCA)的平面拟合(python)

1、原理介绍

主成分分析(PCA)可以用来从点云数据中找到最佳拟合平面。PCA 的基本思想是通过变换坐标系,使得数据在新坐标系下的方差最大。对于二维数据,这通常意味着找到数据的最大变异性方向;对于三维数据,PCA 可以找到两个最大的变异方向,这两个方向构成了最佳拟合平面。

2、推导过程

假设我们有一组三维点云数据 {Pi​},其中每个点 Pi​ 都可以用坐标 (xi​,yi​,zi​) 表示。我们想要找到一个平面,该平面能最好地拟合这些点,即找到一个平面方程 ax+by+cz+d=0,使得所有点到这个平面的距离平方和最小。

下面是 PCA 拟合点云平面的基本步骤:

3、测试代码

基于python、pycharm编写的源代码,下载链接:https://download.csdn.net/download/qq_32867925/89598297

随机生成一个在平面x+y-z-5=0上的点集,共1万点,利用pca拟合得到平面方程,再对平面进行可视化。

python 复制代码
numpt = 10000
points = []

for _ in range(numpt):
    x = random.randint(0, 500)
    y = random.randint(0, 500)
    z = 1 * x + 1 * y - 5  # 假设平面方程类型 x+y-z-5=0
    points.append((x,y,z))

points = np.array(points)

如下图所示,点使用红色进行渲染,拟合得到的平面用蓝色进行渲染。可以发现,拟合平面与点基本重合,估算平面方程正确。

相关推荐
kyle~10 小时前
FastAPI --- 将业务能力以 API 的形式提供给外部系统
python·fastapi·前后端
aiotto资源分享11 小时前
Python 写 JSON 文件,程序中途退出会留下什么?
java·python·json·jsondecodeerror
梯度下降者12 小时前
Python信号量,条件变量,事件学习
python·条件变量·事件·信号量·线程通信
MSTcheng.12 小时前
【AI应用实战】用 FastAPI + SSE 做一个自己的 AI 聊天网页:流式输出、多轮对话与完整源码
人工智能·python·大模型·fastapi·sse·ai聊天助手
the局外人13 小时前
Python 实战检索优化:BM25、向量与重排
数据库·后端·python
__underline__13 小时前
冷门Python知识点006篇:Python 类体里的名字,能被"凭空造出来"
后端·python
用户03321266636714 小时前
使用 Python 轻松移除 Excel 文档中的重复行
python·excel
LiaoWL12314 小时前
从零搭一个 RAG 知识库(二):换上语义 Embedding——BGE 实测与阈值重校准
python·大模型·numpy·embedding·向量检索·rag
Dmz丶14 小时前
前端转 AI 100 天 Day 48:向量数据库——100 万向量的毫秒级检索
python
青少儿编程课堂14 小时前
蓝桥杯·全国青少年信息素养大赛·电子学会Python/C++考级:中国剩余定理解析
c++·python·算法·bfs·信息学竞赛