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
大风起兮云飞扬丶5 小时前
Java——枚举
java·开发语言
小灰灰搞电子5 小时前
Rust+Slint 实现高级动态消息提示框源码分享
开发语言·rust
Dev _5 小时前
Python解释器安装在系统级目录导致命令行用户‌没有权限‌向该目录写入文件
开发语言·python
一只旭宝5 小时前
回调函数(Callback)
linux·服务器·算法
秋名RG5 小时前
算法的划分
算法
牵猫散步的鱼儿5 小时前
C++ 内存分区
c++
qq_406981035 小时前
大白话rust系列08 当变量遮蔽遇上引用,探究变量遮蔽的本质
开发语言·后端·rust
Tisfy6 小时前
LeetCode 3619.总价值可以被 K 整除的岛屿数目:广度优先搜索BFS
算法·leetcode·bfs·宽度优先
地平线开发者6 小时前
【大模型】EAGLE 与 EAGLE-3:用“特征预测“加速投机解码
算法
choumin6 小时前
C++ 标准容器为什么不能存引用
c++·容器·引用类型