矩阵伪逆的opencv实现

本文介绍了矩阵的逆和伪逆的概念,强调了矩阵可逆的条件及其性质。在OpenCV中,可以使用invert()函数来计算矩阵的逆或伪逆,该函数支持多种分解方法,如LU、CHOLESKY、EIG和SVD。对于非方阵,使用SVD方法计算伪逆。最后,文章提到了实际的代码实现。
摘要由CSDN通过智能技术生成

1、矩阵的逆
定义:
设A是数域上的一个n阶方阵,若在相同数域上存在另一个n阶矩阵B,使得: AB=BA=I。 则我们称B是A的逆矩阵,而A则被称为可逆矩阵。

可逆条件:
A是可逆矩阵的充分必要条件是,即可逆矩阵就是非奇异矩阵。(当 时,A称为奇异矩阵)

性质:
-矩阵A可逆的充要条件是A的行列式不等于0。
-可逆矩阵一定是方阵。
-如果矩阵A是可逆的,A的逆矩阵是唯一的。
-可逆矩阵也被称为非奇异矩阵、满秩矩阵。
-两个可逆矩阵的乘积依然可逆。
-可逆矩阵的转置矩阵也可逆。
-矩阵可逆当且仅当它是满秩矩阵。

2、矩阵的伪逆
伪逆矩阵:
伪逆矩阵是逆矩阵的广义形式。由于奇异矩阵或非方阵的矩阵不存在逆矩阵,但在matlab里可以用函数pinv(A)求其伪逆矩阵。基本语法为X=pinv(A),X=pinv(A,tol),其中tol为误差,pinv为pseudo-inverse的缩写:max(size(A))*norm(A)*eps。函数返回一个与A的转置矩阵A’ 同型的矩阵X,并且满足:AXA=A,XAX=X.此时,称矩阵X为矩阵A的伪逆,也称为广义逆矩阵。pinv(A)具有inv(A)的部分特性,但不与inv(A)完全等同。如果A为非奇异方阵,pinv(A)=inv(A),但却会耗费大量的计算时间,相比较而言,inv(A)花费更少的时间。

3、opencv函数invert()介绍

double invert(InputArray src, OutputArraydst, int flags=DECOMP_LU);

功能:用以求取一个矩阵的逆或者伪逆。

src: 输入,浮点型(32位或者64位)的M×N的矩阵,当参数3的使用方法为DECOMP_CHOLESKY DECOMP_LU DECOMP_EIG时函数功能为求逆,此时需保证M=N(参见参数flag)。

dst: 输出,与输入矩阵类型一致的N×M的矩阵。

flag:求逆方法,提供4种可选择的方法:DECOMP_CHOLESKY(基于CHOLESKY分解的方法), DECOMP_LU(基于LU分解的方法), DECOMP_EIG(基于特征值分解的方法), DECOMP_SVD(基于奇异值分解的方法)。其中,前三种方法要求输入的矩阵必须为方阵,此时计算结果为矩阵的逆;最后一种方法为对非方阵的伪逆计算,对矩阵的形状没有要求。函数接口的默认参数为DECOMP_LU方法(应该是效率较高的一种方法)。

4、实现代码

#include <iostream>
#include <vector>
#
评论
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