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
被子你放开我20 小时前
CRMEB PHP多商户升级4.0太麻烦了
开发语言·php
阿里嘎多学长20 小时前
2026-06-01 GitHub 热点项目精选
开发语言·程序员·github·代码托管
醒醒该学习了!21 小时前
Anaconda安装教程+第一个python例子
开发语言·python
8Qi821 小时前
LeetCode 23. 合并 K 个升序链表 —— 小顶堆(PriorityQueue)
数据结构·算法·leetcode·链表·
QiLinkOS21 小时前
《打破“用爱发电”:一种基于 Gitee 与时间戳的开源权益分配机制探索》
c语言·数据结构·c++·科技·算法·gitee·开源
机 _ 长21 小时前
YOLO12-Mamba:融合MambaVision思想的目标检测创新实践
人工智能·目标检测·计算机视觉
Irissgwe1 天前
c++STL--string类
c++·stl·string
松间听晚1 天前
Agentic RL 环境和代码学习:以HGPO为例
算法
Irissgwe1 天前
c++类型转换
c++·类型转换·explicit·static_cast·const_cast·dynamic_cast·rtti