1. 超最小二乘椭圆拟合(Hyper least squares fitting of ellipses)
上一篇博客给出了最小二乘椭圆拟合的函数(点击打开链接),超最小二乘椭圆拟合和最小二乘椭圆拟合有什么区别呢?简单来说,当所给的椭圆拟合数据只是占椭圆的一部分时,超最小二乘椭圆拟合的精度要高于最小二乘椭圆拟合,如下图所示。
详细介绍请看文献:(1) Kenichi Kanatani, Prasanna Rangarajan.Hyper least squares fitting of circles and ellipses[J], Computational Statistics and Data Analysis,2011.
2. 一般椭圆公式可以写为:
3. 超最小二乘椭圆拟合函数:
%*******************************
% 函数说明:V为输入变量,是一个Nx2的矩阵,第一列和第二列分别代表x和y的值。
% alpha表示一般椭圆公式的系数,b表示公式中的belta。
function [alpha,b] = HLSF_5(V)
N = size(V,1);
b = max(abs(V(:)))/255;
x = V(:,1);
y = V(:,2);
Chi = [x.^2,y.^2,2*b*x,2*b*y,b^2*ones(N,1)];
X = mean(x);
Y = mean(y);
XY = mean(Chi(:,2))/2;
X2 = mean(Chi(:,1));
Y2 = mean(Chi(:,3));
W = [6*X2 X2+Y2 6*b*X 2*b*Y b^2;...
X2+Y2 6*Y2 2*b*X 6*b*Y b^2;...
6*b*X 2*b*X 4*b^2 0 0 ;...
2*b*Y 6*b*Y 0 4*b^2 0 ;...
b^2 b^2 0 0 0];
opt.issym = true;
X = Chi'*Chi/N;
[alpha,~] = eigs(W,X,1,'lm',opt);
end