二维椭圆拟合算法及推导过程

目录

1、间接平差法

该方法忽略了半长轴相对于 x x x轴的旋转角度,需要较好的初值才能拟合成功。


2、最小二乘法

一般斜椭圆具有5个参数,即椭圆中心坐标 ( x 0 , y 0 ) ( x_0 , y_0 ) (x0,y0) (x_0,y_0),椭圆长径和短径 R 1 , R 2 R_1,R_2 R1,R2以及坐标轴旋转的角度 ϕ \phi ϕ,只需要求解了这几个参数椭圆就被唯一确定了。那么对于椭圆的求解则至少需要5个独立的方程。即输入的点的个数至少是5个。

二维椭圆的一般方程为:
A x 2 + B x y + C y 2 + D x + E y + 1 = 0 (1) Ax^2+Bxy+Cy^2+Dx+Ey+1=0\tag{1} Ax2+Bxy+Cy2+Dx+Ey+1=0(1)

其与我们想要参数之间的转换关系是:
  参考文章:椭圆拟合理论推导和Matlab实现说怎么得来的不是重点,故直接给出截图。

  根据间接平差与最小二乘的关系可知,整个理论推导的过程就是间接平差理论中法方程的建立过程,也不是什么重点和难点,原文写的偏复杂化了,故省略。构建完法方程采用任意一种自己喜欢的方程解算方法进行求解即可。所以,参考文章里的代码实现过程也过于复杂了。

3、matlab案例

matlab 复制代码
%% --------------------------最小二乘求解----------------------------------
X = lsqlin(NBB,W);
%% --------------------------获取椭圆参数----------------------------------
a = X(1); b = X(2); c = X(3); d = X(4); e = X(5);
x0 = (b * e - 2 * c * d) / (4 * a * c - b * b);
y0 = (b * d - 2 * a * e) / (4 * a * c - b * b);
r1 = sqrt(2 * (a * x0^2 + c * y0^2 + b * x0 * y0 - 1) / (a + c + sqrt((a - c)^2 + b^2)));
r2 = sqrt(2 * (a * x0^2 + c * y0^2 + b * x0 * y0 - 1) / (a + c - sqrt((a - c)^2 + b^2)));
phi = 0.5 * atan2(b, a - c);

4、案例结果

5、参考链接

相关推荐
前端 贾公子3 小时前
v-if 与 v-for 的优先级对比
开发语言·前端·javascript
嗯嗯=4 小时前
python学习篇
开发语言·python·学习
棒棒的皮皮6 小时前
【深度学习】YOLO核心原理介绍
人工智能·深度学习·yolo·计算机视觉
TonyLee0176 小时前
LLVM安装(ubuntu22)
c++
Swift社区6 小时前
LeetCode 465 最优账单平衡
算法·leetcode·职场和发展
不会c嘎嘎6 小时前
QT中的常用控件 (二)
开发语言·qt
聆风吟º6 小时前
【数据结构手札】空间复杂度详解:概念 | 习题
java·数据结构·算法
weixin_445054726 小时前
力扣热题51
c++·python·算法·leetcode
是一个Bug7 小时前
50道核心JVM面试题
java·开发语言·面试
地平线开发者7 小时前
linux 常见稳定性问题分析方法
算法·自动驾驶