【算法+OpenCV】基于opencv的直线和曲线拟合与绘制(最小二乘法)
来源:互联网 发布:免费充值软件 编辑:程序博客网 时间:2024/05/29 10:20
最小二乘法多项式曲线拟合,是常见的曲线拟合方法,有着广泛的应用,这里在借鉴最小二乘多项式曲线拟合原理与实现的原理的基础上,介绍如何在OpenCV来实现基于最小二乘的多项式曲线拟合。
概念
最小二乘法多项式曲线拟合,根据给定的m个点,并不要求这条曲线精确地经过这些点,而是曲线y=f(x)的近似曲线y= φ(x)。
给定数据点pi(xi,yi),其中i=1,2,…,m。求近似曲线y= φ(x)。并且使得近似曲线与y=f(x)的偏差最小。近似曲线在点pi处的偏差δi= φ(xi)-y,i=1,2,...,m。
常见的曲线拟合方法:
1.使偏差绝对值之和最小
2.使偏差绝对值最大的最小
3.使偏差平方和最小
按偏差平方和最小的原则选取拟合曲线,并且采取二项式方程为拟合曲线的方法,称为最小二乘法。
推导过程:
1. 设拟合多项式为:
2.各点到这条曲线的距离之和,即偏差平方和如下:
3.为了求得符合条件的a值,对等式右边求ai偏导数,因而我们得到了:
.......
4.将等式左边进行一下化简,然后应该可以得到下面的等式:
.......
5.把这些等式表示成矩阵的形式,就可以得到下面的矩阵:
6.即X*A=Y。
我们只要解出这个线性方程,即可求得拟合曲线多项式的系数矩阵。而在opencv中,有一个专门用于求解线性方程的函数,即cv::solve(),具体调用形式如下:
int cv::solve(cv::InputArray X, // 左边矩阵X, nxncv::InputArray Y, // 右边矩阵Y,nx1cv::OutputArray A, // 结果,系数矩阵A,nx1int method = cv::DECOMP_LU // 估算方法);
我们只需要按照上述原理,构造出矩阵X和Y,即可调用该函数,计算出多项式的系数矩阵A。
opencv中支持的估算方法如下图所示:
bool polynomial_curve_fit(std::vector<cv::Point>& key_point, int n, cv::Mat& A){//Number of key pointsint N = key_point.size();//构造矩阵Xcv::Mat X = cv::Mat::zeros(n + 1, n + 1, CV_64FC1);for (int i = 0; i < n + 1; i++){for (int j = 0; j < n + 1; j++){for (int k = 0; k < N; k++){X.at<double>(i, j) = X.at<double>(i, j) +std::pow(key_point[k].x, i + j);}}}//构造矩阵Ycv::Mat Y = cv::Mat::zeros(n + 1, 1, CV_64FC1);for (int i = 0; i < n + 1; i++){for (int k = 0; k < N; k++){Y.at<double>(i, 0) = Y.at<double>(i, 0) +std::pow(key_point[k].x, i) * key_point[k].y;}}A = cv::Mat::zeros(n + 1, 1, CV_64FC1);//求解矩阵Acv::solve(X, Y, A, cv::DECOMP_LU);return true;}
测试代码如下:
int main(){//创建用于绘制的深蓝色背景图像cv::Mat image = cv::Mat::zeros(480, 640, CV_8UC3);image.setTo(cv::Scalar(100, 0, 0));//输入拟合点 std::vector<cv::Point> points;points.push_back(cv::Point(100., 58.));points.push_back(cv::Point(150., 70.));points.push_back(cv::Point(200., 90.));points.push_back(cv::Point(252., 140.));points.push_back(cv::Point(300., 220.));points.push_back(cv::Point(350., 400.));//将拟合点绘制到空白图上 for (int i = 0; i < points.size(); i++){cv::circle(image, points[i], 5, cv::Scalar(0, 0, 255), 2, 8, 0);}//绘制折线cv::polylines(image, points, false, cv::Scalar(0, 255, 0), 1, 8, 0);cv::Mat A;polynomial_curve_fit(points, 3, A);std::cout << "A = " << A << std::endl;std::vector<cv::Point> points_fitted;for (int x = 0; x < 400; x++){double y = A.at<double>(0, 0) + A.at<double>(1, 0) * x +A.at<double>(2, 0)*std::pow(x, 2) + A.at<double>(3, 0)*std::pow(x, 3);points_fitted.push_back(cv::Point(x, y));}cv::polylines(image, points_fitted, false, cv::Scalar(0, 255, 255), 1, 8, 0);cv::imshow("image", image);cv::waitKey(0);return 0;}
2017.06.05
- 【算法+OpenCV】基于opencv的直线和曲线拟合与绘制(最小二乘法)
- 曲线拟合的最小二乘法(基于OpenCV实现)
- 曲线拟合的最小二乘法(基于OpenCV实现)的,拟合图像中离散点的拟合直线
- 【算法+OpenCV】基于三次Bezier原理的曲线拟合算法C++与OpenCV实现
- 基于OpenCV的三次多项式曲线拟合
- 最小二乘法拟合直线--C++/Opencv
- 最小二乘法拟合直线--C++/Opencv
- opencv line 绘制直线
- opencv使用鼠标实现直线的绘制
- (C#)曲线拟合的最小二乘法
- 基于OpenCV的图像直线分析和拟合工具
- 基于C++的曲线拟合的最小二乘法
- 基于opencv3.0的直线拟合和曲线拟合
- 利用OpenCV绘制可变直线
- 最小二乘法多次曲线拟合算法
- opencv直线检测直线提取算法与总结
- 最小二乘法与曲线拟合
- opencv关于直线检测,基于opencv
- HDU-5978-思维+概率
- 整数划分 (dfs)
- JS实现下载xlsx格式文件--js-xlsx
- 蓝桥杯训练:递归——进制转化
- 【MyEclipse】设置tomcat虚拟内存,防止内存溢出
- 【算法+OpenCV】基于opencv的直线和曲线拟合与绘制(最小二乘法)
- java常见集合的循环输出方式
- TCP、UDP、IP 、HTTP协议分析
- Android之有序广播
- 第二章 Visual Studio开发环境的安装、配置
- 图像的梯度计算
- Java常见经典问答题
- jquery获取CheckBox的checked属性值问题
- Android Studio 快捷键