官方文档:http://www.ceres-solver.org/nnls_tutorial.html#robust-curve-fitting
参考文章:一文助你Ceres 入门——Ceres Solver新手向全攻略
使用Ceres求解非线性优化问题,一共分为三个部分:
1、 第一部分:构建cost fuction(代价函数)。这个部分需要使用仿函数(就是使一个类的使用看上去像一个函数,就是重载了个括号运算符,所以对象调用operator()函数像个函数,理解就行这不重要)技巧来实现。这步定义一个cost function的结构体,在结构体内重载()运算符。
2、 第二部分:通过代价函数构建待求解的优化问题。
3、 第三部分:配置求解器参数并求解问题,这个步骤就是设置方程怎么求解、求解过程是否输出等,然后调用一下Solve方法。
Ceres库中提供的核函数主要有:TrivialLoss 、HuberLoss、 SoftLOneLoss 、 CauchyLoss。
要使用CauchyLoss,只需要将nullptr换成new ceres::CauchyLoss(0.5)就行(0.5为参数)
#include <iostream>
#include <opencv2/core/core.hpp>
#include <ceres/ceres.h>//最小二成非线性优化
#include <chrono>//计时
#include <fstream>//文件流
using namespace std;
// [1] 代价函数的计算模型
// 1.定义一个Functor(拟函数/函数对象)类,其中定义的是CostFunction. 需要重载函数调用运算符,
// 从而可以像使用函数一样使用该类对象.(与普通函数相比,能够在类中存储状态,更加灵活)
struct CURVE_FITTING_COST//曲线拟合代价函数
{
CURVE_FITTING_COST ( double x, double y ) : _x ( x ), _y ( y ) {
}//直接赋值 _x = x; _y = y;
/*
函数 y=exp(a*x^2 +b*x+c) + w//w为噪声
参差 y-exp(a*x^2 +b*x+c)
*/
// 残差的计算
template <typename T>//必须使用模板类型 通用参数类型
bool operator() ( // 必须要编写一个重载() 运算
//所有的输入参数和输出参数都要使用T类型
const T* const abc, // 模型参数,有3维
T* residual ) const