使用SVD求最小二乘刚性转置

最新推荐文章于 2021-11-27 16:44:02 发布
最新推荐文章于 2021-11-27 16:44:02 发布
阅读量739 收藏
点赞数
分类专栏： 数学

转载自：https://blog.csdn.net/kfqcome/article/details/9358853

参见文章(Least-Squares Rigid Motion Using SVD)

一 问题描述

假设P={p1,p2,...,pn}和Q={q1,q2,...,qn}是两组Rd空间中的对应点集，现在想要根据这个两个点集的数据来计算出它们之间的刚性转置信息，可以知道这其实是一个最小二乘求优问题，问题可以用如下计算式描述：



其中wi>0，是点集中每个点对的权重。

要求(1)式中的最小值，即为求式中对R和t求导数为0的解。


二 计算位移

将(1)式中的R设为不变量对t进行求导，同时令F(t)=(R,t)，对F(t)求导可得：


从上可以看出，问题经过转化后变得更加简单，对原来的点集做一个减中心点的预处理，然后再求两个最小二乘的旋转量。


三 计算旋转量

将(8)式用矩阵表示形式展开，可得：




（由于旋转矩阵R是正交矩阵，因而有RRT = I）。同时可以知道上式中yiTRxi和xiTRTyi都是标量，而一个标量的转置仍然等于标量本身，因而有：



现在变成要求(11)式的最小值，而该式中只有一项与R有关，其他两项(xiTxi和yiTyi)都是常量，所以问题转换为求其中一项可变量的最小值，即

 

(14)式中的转换是将累加转换成矩阵相乘，其中W是n×n的对角矩阵，X和Y是3×n的矩阵，这些矩阵相乘后的迹就等于等式左边的值。同时，对于矩阵的迹，有如下变换关系：




(18)式中最后一步的变换也用到了(15)式的性质。由于U、R、V都是正交矩阵，那么M=VTRU也是正交矩阵。



由上述两式可以知道，要求最大迹，就必须使得mii的值等于1，而M又是正交矩阵，那么M就必然是单位矩阵，即有


I = M = VTRU  => V = RU ⇒ R = VUT (21)


四 旋转结果校正

到上面(21)式为止，求得的R是最优的正交矩阵，但是这个正交矩阵既可以是旋转矩阵，也可以是反射矩阵。反射矩阵参见博文“旋转和反射”。


根据R的行列式值可以判断该结果是旋转矩阵还是反射矩阵，假如是反射矩阵，那么其行列式值就为-1。如果我们严格限定我们求解的必须是旋转矩阵，那么当前求解出来的反射矩阵就不符合要求。这个时候就必须求解下一个符合要求的最优解。


将目标问题重新组织成如下形式：




如果我们将mii当作变量，它的取值范围就是[-1,1]。函数f对于mii来说是线性的，所以它在定义域的边界上才取得极值。很显然对于所有的mii来说，所有都取1能取得最大的极值，但是该取值必须被排除（用这个得出的R是反射矩阵），那么下一个最优的(m11,m22,...,mdd)取值就是(1,1,...1,-1)，即除最后一个值取-1外，其他的值仍然为1。




为什么是取最后一个mdd为-1，这是进行SVD分解之后，Σ矩阵里对角线上的值经过了排序的，即σd的值最小。


五 使用范例

现在要对两个kinect摄像头进行空间位置标定，分别从两个kinect摄像头获取棋盘格角点的三维坐标，使用这两组点集即可计算出两个摄像头之间的刚性转置信息。


matlab代码如下:


 
 
  1. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     clear;
    
    
    
   
   
  2. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     clc;
    
    
    
   
   
  3. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     PL0=[
     
     73.5716 
     
     -224.493 
     
     1781 
     
     25.9572 
     
     -191.805 
     
     1728 
     
     19.558 
     
     -189.427 
     
     1736 
     
     19.4678 
     
     -191.805 
     
     1728 
     
     19.558 
     
     -189.427 
     
     1736 
     
     19.558 
     
     -192.692 
     
     1736 
     
     16.1387 
     
     -168.168 
     
     1719 
     
     0 
     
     -232.847 
     
     1719 
     
     -13.0387 
     
     -231.884 
     
     1736 
     
     0 
     
     -177.042 
     
     1711;
    
    
    
   
   
  4. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     -42.3757 
     
     -248.214 
     
     1736 
     
     -95.8748 
     
     -214.535 
     
     1702 
     
     -102.807 
     
     -212.45 
     
     1711 
     
     -102.807 
     
     -212.45 
     
     1711 
     
     -102.807 
     
     -212.45 
     
     1711 
     
     -103.288 
     
     -216.678 
     
     1719 
     
     -107.062 
     
     -182.989 
     
     1677 
     
     -126.631 
     
     -250.581 
     
     1686 
     
     -134.935 
     
     -251.078 
     
     1711 
     
     -124.754 
     
     -190.617 
     
     1661;
    
    
    
   
   
  5. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     -158.289 
     
     -269.612 
     
     1686 
     
     -220.422 
     
     -236.623 
     
     1677 
     
     -223.571 
     
     -233.468 
     
     1677 
     
     -224.771 
     
     -237.893 
     
     1686 
     
     -227.936 
     
     -237.893 
     
     1686 
     
     -226.72 
     
     -236.623 
     
     1677 
     
     -226.579 
     
     -202.139 
     
     1653 
     
     -249.507 
     
     -265.614 
     
     1661 
     
     -253.843 
     
     -270.034 
     
     1669 
     
     -250.193 
     
     -207.35 
     
     1645;
    
    
    
   
   
  6. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     -279.344 
     
     -292.324 
     
     1653 
     
     -347.628 
     
     -261.225 
     
     1653 
     
     -353.836 
     
     -258.116 
     
     1653 
     
     -353.836 
     
     -261.225 
     
     1653 
     
     -353.836 
     
     -258.116 
     
     1653 
     
     -353.836 
     
     -258.116 
     
     1653 
     
     -355.034 
     
     -220.792 
     
     1630 
     
     -383.011 
     
     -287.814 
     
     1645 
     
     -381.381 
     
     -292.753 
     
     1638 
     
     -377.656 
     
     -225.811 
     
     1622;
    
    
    
   
   
  7. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     56.5635 
     
     -100.011 
     
     1772 
     
     6.48932 
     
     -65.0185 
     
     1728 
     
     6.48932 
     
     -65.0185 
     
     1728 
     
     6.51936 
     
     -65.3195 
     
     1736 
     
     3.2446 
     
     -65.0185 
     
     1728 
     
     3.21268 
     
     -64.3789 
     
     1711 
     
     6.39168 
     
     -41.6261 
     
     1702 
     
     -12.7833 
     
     -105.666 
     
     1702 
     
     -26.0773 
     
     -104.511 
     
     1736 
     
     -12.7232 
     
     -47.8044 
     
     1694;
    
    
    
   
   
  8. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     -57.8291 
     
     -119.101 
     
     1711 
     
     -112.819 
     
     -84.778 
     
     1669 
     
     -117.134 
     
     -85.6415 
     
     1686 
     
     -117.134 
     
     -85.6415 
     
     1686 
     
     -117.69 
     
     -86.0479 
     
     1694 
     
     -119.658 
     
     -85.1843 
     
     1677 
     
     -110.724 
     
     -55.4689 
     
     1638 
     
     -137.89 
     
     -122.457 
     
     1669 
     
     -144.849 
     
     -123.044 
     
     1677 
     
     -135.907 
     
     -61.8955 
     
     1645;
    
    
    
   
   
  9. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     -176.338 
     
     -141.974 
     
     1677 
     
     -235.89 
     
     -108.844 
     
     1653 
     
     -242.098 
     
     -105.734 
     
     1653 
     
     -240.926 
     
     -108.317 
     
     1645 
     
     -242.098 
     
     -105.734 
     
     1653 
     
     -242.098 
     
     -108.844 
     
     1653 
     
     -238.729 
     
     -73.5973 
     
     1630 
     
     -265.637 
     
     -139.265 
     
     1645 
     
     -266.929 
     
     -143.052 
     
     1653 
     
     -263.215 
     
     -79.7304 
     
     1630;
    
    
    
   
   
  10. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     -296.525 
     
     -164.023 
     
     1645 
     
     -364.215 
     
     -131.862 
     
     1630 
     
     -367.276 
     
     -128.795 
     
     1630 
     
     -365.473 
     
     -131.215 
     
     1622 
     
     -365.473 
     
     -131.215 
     
     1622 
     
     -367.276 
     
     -131.862 
     
     1630 
     
     -358.522 
     
     -86.093 
     
     1578 
     
     -389.251 
     
     -154.188 
     
     1607 
     
     -392.268 
     
     -160.234 
     
     1607 
     
     -388.607 
     
     -92.8471 
     
     1592;
    
    
    
   
   
  11. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     39.1161 
     
     29.3938 
     
     1736 
     
     -6.36164 
     
     60.5522 
     
     1694 
     
     -12.7833 
     
     64.0402 
     
     1702 
     
     -12.8509 
     
     61.1599 
     
     1711 
     
     -12.8509 
     
     61.1599 
     
     1711 
     
     -12.7833 
     
     60.8382 
     
     1702 
     
     0 
     
     84.3717 
     
     1661 
     
     -25.0709 
     
     21.9795 
     
     1669 
     
     -38.35 
     
     22.4141 
     
     1702 
     
     -25.0709 
     
     81.6381 
     
     1669;
    
    
    
   
   
  12. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     -76.6998 
     
     6.40401 
     
     1702 
     
     -129.73 
     
     40.2321 
     
     1645 
     
     -134.11 
     
     40.6234 
     
     1661 
     
     -134.756 
     
     40.8191 
     
     1669 
     
     -134.756 
     
     40.8191 
     
     1669 
     
     -134.11 
     
     37.4985 
     
     1661 
     
     -123.026 
     
     70.877 
     
     1638 
     
     -147.631 
     
     6.16321 
     
     1638 
     
     -155.942 
     
     3.12487 
     
     1661 
     
     -147.631 
     
     67.7953 
     
     1638;
    
    
    
   
   
  13. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
     
     -192.437 
     
     -12.4393 
     
     1653 
     
     -251.695 
     
     21.2683 
     
     1615 
     
     -258.355 
     
     21.5712 
     
     1638 
     
     -258.355 
     
     21.5712 
     
     1638 
     
     -255.831 
     
     21.3605 
     
     1622 
     
     -257.093 
     
     21.4659 
     
     1630 
     
     -242.132 
     
     56.9062 
     
     1592 
     
     -275.955 
     
     -9.11504 
     
     1615 
     
     -282.96 
     
     -15.4081 
     
     1638 
     
     -271.57 
     
     51.3958 
     
     1607;
    
    
    
   
   
  14. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     -315.377 
     
     -33.4217 
     
     1615 
     
     -376.649 
     
     0 
     
     1592 
     
     -384.551 
     
     0 
     
     1600 
     
     -384.551 
     
     0 
     
     1600 
     
     -386.233 
     
     0 
     
     1607 
     
     -384.551 
     
     0 
     
     1600 
     
     -369.788 
     
     41.1671 
     
     1563 
     
     -403.553 
     
     -26.9556 
     
     1592 
     
     -406.542 
     
     -32.9457 
     
     1592 
     
     -401.18 
     
     35.4667 
     
     1571];
    
    
    
   
   
  15. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  16. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     PR0=[  
     
     325.884 
     
     -278.142 
     
     1607 
     
     264.968 
     
     -216.657 
     
     1622 
     
     273.392 
     
     -219.738 
     
     1600 
     
     274.588 
     
     -220.7 
     
     1607 
     
     266.857 
     
     -215.722 
     
     1615 
     
     264.968 
     
     -216.657 
     
     1622 
     
     260.792 
     
     -191.415 
     
     1615 
     
     226.487 
     
     -251.458 
     
     1630 
     
     240.151 
     
     -246.865 
     
     1661 
     
     233.5 
     
     -188.377 
     
     1615;
    
    
    
   
   
  17. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     209.969 
     
     -248.054 
     
     1669 
     
     162.221 
     
     -194.405 
     
     1694 
     
     163.849 
     
     -193.137 
     
     1711 
     
     166.183 
     
     -188.919 
     
     1702 
     
     163.849 
     
     -193.137 
     
     1711 
     
     160.636 
     
     -189.918 
     
     1711 
     
     147.292 
     
     -160.136 
     
     1669 
     
     120.052 
     
     -217.812 
     
     1728 
     
     134.339 
     
     -219.955 
     
     1745 
     
     131.029 
     
     -153.697 
     
     1702;
    
    
    
   
   
  18. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     101.05 
     
     -225.352 
     
     1736 
     
     52.9658 
     
     -162.522 
     
     1763 
     
     60.1949 
     
     -167.532 
     
     1781 
     
     63.2181 
     
     -166.685 
     
     1772 
     
     59.8908 
     
     -166.685 
     
     1772 
     
     56.8508 
     
     -167.532 
     
     1781 
     
     39.5216 
     
     -125.394 
     
     1754 
     
     20.279 
     
     -186.251 
     
     1800 
     
     30.5707 
     
     -193.989 
     
     1809 
     
     26.8885 
     
     -127.967 
     
     1790;
    
    
    
   
   
  19. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     -16.8992 
     
     -193.024 
     
     1800 
     
     -48.5796 
     
     -139.067 
     
     1848 
     
     -42.3156 
     
     -137.792 
     
     1878 
     
     -41.865 
     
     -139.82 
     
     1858 
     
     -41.865 
     
     -136.324 
     
     1858 
     
     -42.0903 
     
     -137.058 
     
     1868 
     
     -64.8948 
     
     -92.3973 
     
     1819 
     
     -81.5368 
     
     -156.285 
     
     1888 
     
     -81.1049 
     
     -158.991 
     
     1878 
     
     -75.5132 
     
     -89.4155 
     
     1828;
    
    
    
   
   
  20. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     343.707 
     
     -139.53 
     
     1578 
     
     281.484 
     
     -86.093 
     
     1578 
     
     281.484 
     
     -83.1243 
     
     1578 
     
     281.484 
     
     -86.093 
     
     1578 
     
     281.484 
     
     -83.1243 
     
     1578 
     
     281.484 
     
     -86.093 
     
     1578 
     
     278.809 
     
     -58.8102 
     
     1563 
     
     244.413 
     
     -114.885 
     
     1607 
     
     257.76 
     
     -115.457 
     
     1615 
     
     258.924 
     
     -53.6742 
     
     1585;
    
    
    
   
   
  21. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     230.794 
     
     -115.62 
     
     1661 
     
     173.814 
     
     -59.0867 
     
     1653 
     
     174.118 
     
     -53.9225 
     
     1686 
     
     176.338 
     
     -56.7896 
     
     1677 
     
     173.189 
     
     -53.6346 
     
     1677 
     
     177.284 
     
     -60.2663 
     
     1686 
     
     166.795 
     
     -24.7582 
     
     1645 
     
     138.147 
     
     -83.6925 
     
     1711 
     
     153.4 
     
     -86.4542 
     
     1702 
     
     150.425 
     
     -21.9795 
     
     1669;
    
    
    
   
   
  22. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     116.807 
     
     -87.7749 
     
     1728 
     
     68.453 
     
     -32.6597 
     
     1736 
     
     72.4563 
     
     -32.9984 
     
     1754 
     
     72.8281 
     
     -33.1677 
     
     1763 
     
     72.4563 
     
     -32.9984 
     
     1754 
     
     69.1628 
     
     -32.9984 
     
     1754 
     
     61.3273 
     
     6.46798 
     
     1719 
     
     39.7244 
     
     -53.0684 
     
     1763 
     
     43.4741 
     
     -56.9608 
     
     1781 
     
     42.1804 
     
     9.75276 
     
     1728;
    
    
    
   
   
  23. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
     
     0 
     
     -60.3115 
     
     1781 
     
     -30.5706 
     
     -10.21 
     
     1809 
     
     -34.6997 
     
     -3.47673 
     
     1848 
     
     -34.6997 
     
     -3.47673 
     
     1848 
     
     -34.6997 
     
     -3.47673 
     
     1848 
     
     -34.3242 
     
     -6.87811 
     
     1828 
     
     -46.8183 
     
     36.857 
     
     1781 
     
     -63.1354 
     
     -24.6002 
     
     1868 
     
     -66.2862 
     
     -31.4595 
     
     1858 
     
     -57.7446 
     
     40.8397 
     
     1809;
    
    
    
   
   
  24. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     362.289 
     
     -5.85467 
     
     1556 
     
     296.671 
     
     49.5408 
     
     1549 
     
     298.012 
     
     52.6921 
     
     1556 
     
     298.012 
     
     49.7647 
     
     1556 
     
     298.012 
     
     49.7647 
     
     1556 
     
     298.012 
     
     49.7647 
     
     1556 
     
     294.181 
     
     75.1325 
     
     1536 
     
     269.632 
     
     17.8123 
     
     1578 
     
     286.657 
     
     15.1164 
     
     1607 
     
     277.56 
     
     79.0381 
     
     1556;
    
    
    
   
   
  25. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     247.911 
     
     18.3993 
     
     1630 
     
     187.615 
     
     77.0402 
     
     1638 
     
     191.506 
     
     77.3694 
     
     1645 
     
     192.437 
     
     74.6358 
     
     1653 
     
     192.437 
     
     77.7457 
     
     1653 
     
     188.417 
     
     74.2746 
     
     1645 
     
     184.064 
     
     105.815 
     
     1607 
     
     162.18 
     
     49.998 
     
     1661 
     
     173.189 
     
     47.3247 
     
     1677 
     
     172.237 
     
     110.938 
     
     1638;
    
    
    
   
   
  26. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     134.225 
     
     44.8281 
     
     1702 
     
     83.5308 
     
     99.7872 
     
     1711 
     
     83.9214 
     
     103.488 
     
     1719 
     
     84.3608 
     
     100.779 
     
     1728 
     
     83.9214 
     
     103.488 
     
     1719 
     
     84.3608 
     
     100.779 
     
     1728 
     
     75.5733 
     
     135.664 
     
     1677 
     
     58.674 
     
     78.3834 
     
     1736 
     
     58.9782 
     
     75.5069 
     
     1745 
     
     64.8929 
     
     146.292 
     
     1728;
    
    
    
   
   
  27. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     23.1726 
     
     69.6522 
     
     1763 
     
     -23.7772 
     
     125.923 
     
     1809 
     
     -20.3805 
     
     129.326 
     
     1809 
     
     -20.3805 
     
     125.923 
     
     1809 
     
     -20.3805 
     
     129.326 
     
     1809 
     
     -23.5275 
     
     124.6 
     
     1790 
     
     -32.9347 
     
     168.292 
     
     1754 
     
     -40.7609 
     
     112.309 
     
     1809 
     
     -47.8172 
     
     106.086 
     
     1819 
     
     -37.1783 
     
     176.092 
     
     1800];
    
    
    
   
   
  28. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  29. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     if ~all(size(PL0) == size(PR0))
    
    
    
   
   
  30. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
         print 
     
     'size incorrect'
    
    
    
   
   
  31. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
        
     
     return;
    
    
    
   
   
  32. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     end
    
    
    
   
   
  33. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  34. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     s0 = size(PL0);
    
    
    
   
   
  35. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     numPoints = s0(
     
     1);
    
    
    
   
   
  36. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  37. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     for i = 
     
     1:numPoints
    
    
    
   
   
  38. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
         PL(i,:) = PL0(i,
     
     1:
     
     3);
    
    
    
   
   
  39. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
         PR(i,:) = PR0(i,
     
     1:
     
     3);
    
    
    
   
   
  40. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     end
    
    
    
   
   
  41. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  42. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     %使用SVD求R
    
    
    
   
   
  43. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     avgPL0 = sum(PL,
     
     1)/numPoints;
    
    
    
   
   
  44. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     avgPR0 = sum(PR,
     
     1)/numPoints;
    
    
    
   
   
  45. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     PLAvg = repmat(avgPL0,numPoints,
     
     1);
    
    
    
   
   
  46. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     PRAvg = repmat(avgPR0,numPoints,
     
     1);
    
    
    
   
   
  47. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  48. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     PL = PL - PLAvg;
    
    
    
   
   
  49. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     PR = PR - PRAvg;
    
    
    
   
   
  50. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  51. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     PL = PL'; %
     
     3*n
    
    
    
   
   
  52. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     PR = PR'; %
     
     3*n
    
    
    
   
   
  53. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  54. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     S0 = PL*PR';
    
    
    
   
   
  55. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  56. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     [U, S, V] = svd(S0);
    
    
    
   
   
  57. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     M = eye(
     
     3);
    
    
    
   
   
  58. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     M(
     
     3,
     
     3) = det(V*U');
    
    
    
   
   
  59. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  60. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     R = V*M*U';
    
    
    
   
   
  61. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     T = avgPR0' - R*avgPL0';
    
    
    
   
   
  62. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  63. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     PL = PL';
    
    
    
   
   
  64. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     PR = PR';
    
    
    
   
   
  65. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  66. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     %计算误差
    
    
    
   
   
  67. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     sumErrors = 
     
     0;
    
    
    
   
   
  68. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     for i = 
     
     1:numPoints
    
    
    
   
   
  69. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
         pl = PL(i,:);
    
    
    
   
   
  70. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
         pr = PR(i,:)
     
     ';
    
    
    
   
   
  71. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
         prr = R*pl' + T;
    
    
    
   
   
  72. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
         diff = pr - prr;
    
    
    
   
   
  73. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
         sumErrors = sumErrors + norm(diff);
    
    
    
   
   
  74. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     end
    
    
    
   
   
  75. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
     
    
    
    
   
   
  76. 
   
   
    
    
    
    
   
   
    
   
   
    
    
    
    
     
     sumErrors





Ruo_Xiao
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
[机器学习笔记]最小二乘法和SVD优化
weixin_46257339的博客
07-16 1238
本文为作者的学习机器学习的笔记，本人属于初学小白，若有纰漏请见谅@茱莉亚之歌 最小二乘法简介 最小二乘法或者称最小二乘学习法是机器学习领域在求解回归问题上的一种基本方法。其利用一个模型输出f(xi)和训练集的输出{yi}的平方差J(θ)来对参数θ进行学习。对于一个线性模型 其对应的J(θ)可以表示为,其中y是训练输出的n维向量,而...
OpenCVSharp 三维点计算刚体变换的旋转平移矩阵(RT矩阵)
hong3731的专栏
09-23 6092
OpenCVSharp 三维点计算刚体变换的旋转平移矩阵前言一、旋转平移矩阵是什么二、计算原理：1.计算源和目标点的平均中心2.计算质心3.SVD求解4.计算R矩阵5.计算t矩阵三、示例代码：四、结果比较：总结 前言 在3D相机和机器人标定的时候，需要将相机的坐标系转换为机器人的坐标系，Halcon 通过vector_to_hom_mat3d可以很容易计算出对应的矩阵，Python 可以调用numpy也可以计算到对应的矩阵，但是OpenCV好像没有对应的计算方式，需要编写来计算，以下为参考的文章： ht
奇异值分解（SVD）方法求解最小二乘问题
selfsongs
11-25 1万+
奇异值分解（SVD）方法求解最小二乘问题奇异值分解(SVD)原理SVD的一些性质线性最小二乘问题奇异值分解与线性最小二乘问题AX=bAX=0 奇异值分解(SVD)原理 详解参考：奇异值分解（SVD）方法求解最小二乘问题的原理 SVD的一些性质 上面几节我们对SVD的定义和计算做了详细的描述，似乎看不出我们费这么大的力气做SVD有什么好处。那么SVD有什么重要的性质值得我们注意呢？ 对于奇异值,它跟我们特征分解中的特征值类似，在奇异值矩阵中也是按照从大到小排列，而且奇异值的减少特别的快，在很多情况下，前10%
SVD的应用
lyyiangang的博客
11-27 683
SVD介绍 任何一个矩阵M可以做一下分解： M=U∑VTM=U\sum V^TM=U∑VT 其中U(m * m)和V(n * n)为正交矩阵,也就是说U和V满足下面的性质： UT=U−1=>UUT=IU^T=U^{-1} =>UU^T=IUT=U−1=>UUT=I 同样V也有同样的性质。∑\sum∑为一个(m * n)的矩阵， 形式如下： Σ=[σ1⋯0⋮⋱⋮0⋯σp] \Sigma=\left[\begin{array}{ccc} \sigma_{1} & \cdots &am
SVD解算对应点集的刚体变换矩阵
03-11
SVD解算对应点集的刚体变换矩阵
SVD.rar_.SVD方法_SVD 方法_systemn5p_最小二乘_最小二乘 SVD
09-21
使用SVD解决最小二乘问题的过程如下： 1. **计算SVD**：首先，我们需要计算出矩阵A的奇异值分解A=UΣV^T。 2. **修正方程**：最小二乘问题可以改写为最小化 ||Ax-b||^2。通过引入中间变量，可以得到一个等价形式：...
最小二乘法和SVD最小二乘法估计在Matlab仿真上的实现
12-27
用Matlab仿真实现最小二乘法和总体最小二乘法估计 假设仿真的观测数据 产生，其中 为0均值， 单位方差的高斯白噪声，取n=1,2,....128。 试用TLS，取AR阶数为4，估计AR参数 和正弦波频率；再用SVD-TLS ，估计AR参数 ...
YaSuoji.zip_压缩机_改进 最小二乘
09-23
3. 奇异值分解（Singular Value Decomposition, SVD）最小二乘：在数据矩阵存在奇异或近似奇异时，通过SVD分解来求解最小二乘问题，提高模型稳定性。 4. 动态最小二乘（Dynamic Least Squares, DLS）：对于时间序列...
最小二乘ESPRIT_esprit_DOA_
09-30
在实际应用中，如果数据不是完全服从高斯分布，使用总体最小二乘方法可以提高估计性能。 在实际的信号处理系统中，最小二乘ESPRIT算法能够有效地处理多径效应、非高斯噪声以及阵列不一致性等问题。然而，它仍然依赖...
zuixiaoerchengfa.rar_visual c_最小二乘拟合
09-22
在Visual C++ 6.0这个经典的集成开发环境中，我们可以使用C++编程语言来实现最小二乘拟合。C++提供了强大的模板库，如STL（Standard Template Library），以及各种数值计算库，如BLAS（Basic Linear Algebra ...
svd求解点云旋转矩阵方法_SVD的应用
weixin_39544101的博客
12-23 672
这里再写一些 SVD 更为具体的应用。Rigid Alignment / Procrustes Problem顾名思义， 刚性对齐，之前的文章PCA(主成分分析) 和 SVD (奇异值分解) 也写过，比如我们想要这两个形状对齐：图片来自网络或者比如我们有两个点云，想让它们尽量对齐：图片来自网络又或者我们3D扫描了一些点云，想要把它们对齐以生成更好的3D point clouds，最终生成更好的 3...
奇异值分解SVD与总体最小二乘法TLS
我是一只小嵩鼠
11-04 3788
文章最后会有SVD-TLS算法的步骤
利用SVD求得两个对应点集合的旋转矩阵R和转移矩阵t的数学推导
热门推荐
u012836279的专栏
05-18 1万+
1.问题描述 (R,t)=argmin∑i=1nwi||(Rpi+t)−qi||2(1)(1)(R,t)=argmin∑i=1nwi||(Rpi+t)−qi||2(R,t)=argmin \sum_{i=1}^n w_i||(Rp_i+t)-q_i||^2 \tag{1} wiwiw_i 表示每个点对之间的权重。 2. 计算转移矩阵 0=∂F∂t=∑i=1n2wi(Rpi+t−qi)=2t...
矩阵奇异值分解（详解）
selfsongs
11-24 4459
  转载于https://blog.csdn.net/u011251945/article/details/81362642     在网上看到有很多文章介绍SVD的，讲的也都不错，但是感觉还是有需要补充的，特别是关于矩阵和映射之间的对应关系。前段时间看了国外的一篇文章，叫A S...
奇异值分解(SVD)原理详解及推导-矩阵相关
PANHUBO的博客
07-20 1万+
SVD原理以及推导 一。关于这篇文章的开始几句话        看过我之前写过文章的童鞋们会发现我写文章的水平很烂的，所以看官们见谅啊！SVD不仅是一个数学问题，在数学问题上主要涉及矩阵的计算，矩阵已经忘记的童鞋们最好去复习一下相关知识啊。说实话我还没怎么在实际开发中用过SVD，但是SVD以前我不会，原理和推导过程还是有意思的。        引用一句流行语——没时间解释了，快上车！！！！
如何求旋转矩阵
jxyyl的博客
11-22 9180
1、右手坐标系的旋转 2、空间中一点P在XZ平面的投影(x,z)及其旋转后的坐标P1(x1,z1) 3、则P绕Y轴逆时针旋转的矩阵是这样的 [x1z1]=[cosβsinβ-sinβcosβ][xz] 4、为什么？   *A是旋转之前的角度,B是旋转角度。   1）旋转之前         x = |R| * cosA       =>
2.8 奇异值分解
蜗牛
10-20 1110
声明：该文章翻译自MIT出版的《DEEP LEARNING》，博主会定期更新文章内容。由于博主能力有限，中间有过错之处希望大家给予批评指正，一起学习交流。在2.7节中，我们看到如何将矩阵分解为特征向量和特征值。奇异值分解（SVD）提供了另一种因式分解矩阵方法，即分解为奇异向量和奇异值。 SVD让我们发现了一些和特征分解相同的信息。然而，SVD却更加适用。因为每个实矩阵具有奇异值分解，但不一定有特征值
推荐算法基础--矩阵奇异值分解svd
大神养成中.....
09-04 8059
在推荐系统中协同过滤应该算是大名鼎鼎了，基本上做推荐的线上都会用协同过滤，比较简单而且效果较好，而协同过滤又分为基于用户的和基于物品的，基本上原理就是“与当前用户行为相似的用户喜欢一个物品，那么当前用户也会喜欢这个物品”，或者“物品A和物品B同时都被一个用户群喜欢，那么认为他们相似”。而协同过滤算法主要有两个模型，最邻近点对模型和潜在语义模型，第一个比较常用且为大家熟知，因为就是定义权值计算相似度，
matlab的SVD分解求解最小二乘问题
最新发布
05-12
在Matlab中，可以使用SVD分解求解最小二乘问题，具体步骤如下： 1. 假设有一个线性方程组 $Ax = b$，其中 $A$ 是 $m\times n$ 的矩阵，$x$ 是 $n\times 1$ 的向量，$b$ 是 $m\times 1$ 的向量。 2. 对 $A$ 进行...

“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
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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