回归约束与嵌入式设备角度计算
一、带约束的回归分析
在回归分析中,有时需要对参数进行约束以满足特定条件。这里主要介绍直线和椭圆拟合的相关内容。
1. 直线回归
通过线性回归可以确定直线的参数。代码如下:
[p2,d_var,r,p2_var] = LinearRegression([ones(size(x)) xn],yn,a);
p2’
p2_var’
运行结果如下:
p2’
= -1.6997e+01
3.3965e-16
p2_var’ =
2.5183e-02
6.6170e-07
从结果可知,直线距离原点的情况,并且旋转后的直线实际上是水平的。直线位置的标准差为 $\sqrt{0.025} = 0.16$,角度的标准差为 $\sqrt{6.62 · 10^{−7}} \approx 0.0008 \approx 0.05^{\circ}$。值得注意的是,借助统计方法,直线位置的确定达到了亚像素分辨率。
若要对图 3.42(b) 中的图像重新运行上述代码,只需将文件名 Line1.bmp 替换为 Line2.bmp 。此外,还可以使用主成分分析(PCA)等其他算法来解决此问题。
2. 椭圆拟合
(1)坐标轴平行的椭圆
椭圆方程可以有多种形式,对于坐标轴平行的椭圆,其方程为:
$\frac{(x - x_0)^2}{a^2}
超级会员免费看
订阅专栏 解锁全文
1368

被折叠的 条评论
为什么被折叠?



