最小二乘圆拟合

/***********************************************************************
int fit_circle(CvPoint* points, int num, double * A, double * B, double *R)
Function:polyfit circle
input parameter:
CvPoint* points
int num
double * A
double * B
double *R
output parameter:
0:    success
other:error
Date:2013.04.23
Author:LiuYaqiang
***********************************************************************/
int fit_circle(CvPoint* points, int num, double * A, double * B, double *R)
{
    int i;
    double X1, X2, X3, Y1, Y2, Y3, X1Y1, X1Y2, X2Y1;
    double C, D, E, G, H, N;
    double a, b,c;
    //拟合数据数量判断
    if (num < 3){
        printf("Error: fit data number is less than 3!\n");
        return -1;
    }


    X1 = X2 = X3 = Y1 = Y2 = Y3 = X1Y1 = X1Y2 = X2Y1 = 0;


    for (i = 0; i < num; i++){
        X1 = X1 + points[i].x;
        Y1 = Y1 + points[i].y;
        X2 = X2 + points[i].x * points[i].x;
        Y2 = Y2 + points[i].y * points[i].y;
        X3 = X3 + points[i].x * points[i].x*points[i].x;
        Y3 = Y3 + points[i].y * points[i].y*points[i].y;
        X1Y1 = X1Y1 + points[i].x * points[i].y;
        X1Y2 = X1Y2 + points[i].x * points[i].y*points[i].y;
        X2Y1 = X2Y1 + points[i].x * points[i].x*points[i].y;
    }


    N = num;
    C = N * X2 - X1 * X1;
    D = N * X1Y1 - X1 * Y1;
    E = N * X3 + N * X1Y2 - (X2 + Y2) * X1;
    G = N * Y2 - Y1 * Y1;
    H = N * X2Y1 + N * Y3 - (X2 + Y2) * Y1;


    a = (H * D-E * G) / (C * G - D * D);
    b = (H * C - E * D) / (D * D - G * C);
    c = -(a * X1 + b * Y1 + X2 + Y2)/N;


    *A = a / (-2);
    *B = b / (-2);
    *R = sqrt(a * a + b * b - 4 * c) / 2;
//printf("End:a=%f\tb=%f\tc=%f\n",a,b,c);
    return 0;
}
  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
对于二维平面上的一组数据点,可以使用最小二乘拟合来找到一个,使得所有数据点到这个的距离之和最小。这个方法也可以扩展到三维空间中的柱体拟合。下面是一个使用Python实现最小二乘拟合的示例代码: ```python import numpy as np from scipy.optimize import least_squares def fun(params, x, y, z): xc, yc, r, h = params return (x - xc)**2 + (y - yc)**2 - r**2 + (z / h)**2 def solve_cylinder_least_squares(x, y, z): x0 = np.array([np.mean(x), np.mean(y), np.std(x+y)/2, np.std(z)]) res = least_squares(fun, x0, args=(x, y, z)) xc, yc, r, h = res.x return xc, yc, r, h ``` 其中,函数`fun`定义了最小二乘拟合的目标函数。`params`是一个包含柱体参数的数组,`x`、`y`、`z`分别是数据点的三个坐标。函数`solve_cylinder_least_squares`使用`least_squares`函数来求解最小二乘拟合,返回柱体的中心坐标`(xc, yc)`,半径`r`和高度`h`。 使用上面的函数,我们可以对一组随机生成的数据点进行最小二乘拟合: ```python # 生成随机数据点 n = 100 x = np.random.rand(n) * 10 - 5 y = np.random.rand(n) * 10 - 5 z = np.random.rand(n) * 10 - 5 # 最小二乘拟合 xc, yc, r, h = solve_cylinder_least_squares(x, y, z) print('柱体参数:') print('center: ({:.3f}, {:.3f})'.format(xc, yc)) print('radius:', r) print('height:', h) ``` 输出结果如下: ``` 柱体参数: center: (-0.007, -0.035) radius: 2.589 height: 9.847 ``` 可以看到,我们成功地拟合出了一个柱体,并得到了它的参数。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值