【学习OpenCV】基于opencv的直线和曲线拟合与绘制（最小二乘法）

自动驾驶工具箱-车道保持辅助与车道检测

          最小二乘法多项式曲线拟合，是常见的曲线拟合方法，有着广泛的应用，这里在借鉴最小二乘多项式曲线拟合原理与实现的原理的基础上，介绍如何在OpenCV来实现基于最小二乘的多项式曲线拟合。

概念

最小二乘法多项式曲线拟合，根据给定的m个点,并不要求这条曲线精确地经过这些点，而是曲线y=f(x)的近似曲线y= φ(x)。

原理

给定数据点pi(xi,yi)，其中i=1,2,…,m。求近似曲线y= φ(x)。并且使得近似曲线与y=f(x)的偏差最小。近似曲线在点pi处的偏差δi= φ(xi)-y，i=1,2,...,m。

常见的曲线拟合方法:

1.使偏差绝对值之和最小

     

2.使偏差绝对值最大的最小
     

3.使偏差平方和最小

     

按偏差平方和最小的原则选取拟合曲线，并且采取二项式方程为拟合曲线的方法,称为最小二乘法。

推导过程：

1. 设拟合多项式为：

          

2.各点到这条曲线的距离之和，即偏差平方和如下：

          

3.为了求得符合条件的a值，对等式右边求ai偏导数，因而我们得到了：

          

        

 

                         .......

          

4.将等式左边进行一下化简，然后应该可以得到下面的等式：