上篇文章已经实现了二维直线\(Ax+By+C=0\)的拟合算法。如果要拟合三维直线怎么办?首先,方程\(Ax+By+Cz+D=0\)是不可以的,因为他是三维空间中的一个平面。如果要表达一条直线,需要两个三维平面的联立,似乎也不是个好办法。这里我们可以采用直线的“点+向量”方程\(l = A + dD\)的方式。其中A为直线上一点,D为直线方向向量。在计算几何中,这是一种常用的表达方式。
已知,采样点$$\{(x_1,y_1),(x_2,y_2),…,(x_n,y_n)\}$$欲求直线\(l = A + dD\),使得各点到直线的距离的平方和最小。
采样点\(X_i(x_i,y_i)\)到直线\(l\)的距离可以用\(X_i\)到\(A\)的向量 \(Y_i = X_i -A\) 与\(Y_i\)在直线上的投影\((Y_i^TD)D\)做差求得。因此可以列目标方程为
$$f = \sum (Yi^2 – (D\cdot Y_i)^2)$$
解题的技巧在与对上式的重组。先求 A。\( \frac {\partial f}{\partial A} = \frac {\partial f}{\partial Y} \cdot \frac {\partial Y}{\partial A} = – \frac {\partial f}{\partial Y} =0 \)
$$f = \sum (Y_i^2 – (D^TY_i)^2) $$
$$\frac {\partial f}{\partial Y} = \sum(2Y_i – 2DD^TY_i ) =2 (I-DD^T) \sum Y_i =0$$
可以得出 \(\sum Y_i =\sum (X_i-A)=0\),解出 \(