基于Eigen的椭圆拟合

最新推荐文章于 2024-07-01 22:46:15 发布

thequitesunshine007

最新推荐文章于 2024-07-01 22:46:15 发布

阅读量259

点赞数

分类专栏： 3D点云文章标签：算法

本文链接：https://blog.csdn.net/thequitesunshine007/article/details/134098704

版权

3D点云专栏收录该内容

21 篇文章 5 订阅 ¥19.90 ¥99.00

订阅专栏

超级会员免费看

这篇博客探讨了如何利用Eigen库进行椭圆拟合的案例演示，通过构建和分析求解方程组来确定椭圆参数。

摘要由CSDN通过智能技术生成

原理就是根据数据构建求解方程组，分析其系数矩阵的性质进行求解。

1 案例演示





Eigen::Vector2d ellipseFitting2D(const PCLPointCloud::Ptr points)
{
  Eigen::Matrix<double, Eigen::Dynamic, 3, Eigen::RowMajor> D1(points->points.size(), 3);
  Eigen::Matrix<double, Eigen::Dynamic, 3, Eigen::RowMajor> D2(points->points.size(), 3);

  for (size_t i = 0; i < points->points.size(); ++i)
  {
    double x = points->points[i].x;
    double y = points->points[i].y;

    D1.row(i) << x * x, x * y, y * y;
    D2.row(i) << x, y, 1;
  }

  Eigen::Matrix<double, 3, 3, Eigen::RowMajor> S1, S2, S3;
  S1 = D1.transpose() * D1;  // 3*3
  S2 = D1.transpose() * D2;  // 3*3
  S3 = D2.transpose() * D2;  // 3*3

  E