正交几何椭圆拟合与代数拟合及椭圆定义的迭代拟合的比较分析

通过把正交几何椭圆拟合与代数拟合和椭圆定义的迭代拟合进行比较分析,考虑到原有拟合存在的缺陷,充分应用正交的概念及最小二乘法(LS)原理和方法的优点,对椭圆进行正交的几何拟合。实验表明,正交几何拟合很好地弥补了其它拟合方法的缺陷,取得良好的效果。     

用最小二乘正交距离方法拟合双同心椭圆弧 *

提出一种带有同心条件的双椭圆弧拟合方法。该方法利用给定点到拟合椭圆弧的正交距离来衡量误差,建立关于误差的最小二乘方程 ,进而采用迭代方法求出描述双椭圆弧的八个参数。算法仿真实验研究了椭圆弧度、长短轴比率以及样本噪声对算法的影响 ,研究表明弧度越大、长短轴长度越接近、样本噪声越小 ,算法越稳定 ,参数估计越准确。该方法也可以推广应用于处理多个同心椭圆弧的拟合问题。     

基于距离加权重叠度估计与椭圆拟合优化的精确目标跟踪算法

为解决判别式相关滤波(DCF)跟踪算法在跟踪目标旋转或非刚性形变时的模型漂移、尺度粗糙、跟踪失败问题,提出一种基于距离加权重叠度估计与椭圆拟合优化的精确目标跟踪算法(DWOP-EFO).首先,同时采用矩形框之间的重叠度和中心距离作为动态锚框质量评价的依据,能够缩小预测结果与目标区域之间的空间距离,缓解模型漂移问题;其次...     

基于最小二乘的正交距离拟合方法研究

对点云进行拟合以获得信息模型是许多工程应用领域的一个核心问题,其目的是根据设计模型和规范的要求,高精度地对三维部件、工件进行检查、检核。在最小二乘原理的基础上,阐述了一种新的拟合方法--几何正交距离拟合,运用这种方法的算法处理标准几何体测量数据,并与一般代数拟合方法处理结果进行比较,分析了同一几何体运用不同方法对拟合结果的影响。得出在测量点误差较大的情况下和进行曲线曲面拟合时,几何正交距离拟合方法优于一般代数拟合方法。     

基于几何距离准则的新数据拟合方法

基于最小二乘法准则的传统数据拟合方法对自变量为随机变量的向量数据拟合效果不理想。有鉴于此,本文提出几何距离平方和最小的新数据拟合标准,给出基于新标准下的新数据拟合方法,同时给出数据拟合参数求解的优化算法。仿真实验表明,在用于自变量为随机变量的向量数据拟合时,用新数据拟合方法的拟合精度比用最小二乘法的拟合精度要高。     

正交距离椭圆拟合法的推广及其实现

同心椭圆弧的拟合问题存在于计算机视觉、天文图像处理、CAD等领域。将椭圆的正交几何距离拟合算法推广到多个同心椭圆弧拟合上,提出一种同心椭圆弧拟合的处理方法。文中还给出了该方法实现的具体步骤和伪代码,该方法将单一圆、椭圆的拟合以及多个同心圆和椭圆的拟合统一了起来。实验表明该方法稳定、有效。     

双同心椭圆弧的几何拟合方法

提出一种带有同心条件的双椭圆弧拟合方法。该方法利用椭圆几何定义得到的残差来衡量误差,建立关于误差的最小二乘方程,进而采用迭代方法求出描述双椭圆弧的8个参数。算法仿真实验研究了椭圆弧度、长短轴比率以及样本噪声对算法的影响,研究表明弧度越大、长短轴比率较接近1.1、样本噪声较小的时候,算法较稳定、准确。该方法也可以扩展处理多个同心椭圆弧的拟合问题。     

基于莱特准则的椭圆拟合优化算法

普遍使用的代数距离最小的最小二乘（LS）椭圆拟合算法简单、易实现,但对样本点无选择,导致拟合结果易受误差点影响,拟合不准确。针对此特性,提出了一种基于莱特准则的椭圆拟合优化算法。首先,由代数距离最小的LS法对待拟合曲线进行椭圆拟合;其次,将待拟合曲线上的点与LS法拟合的椭圆的代数距离作为样本点集,在验证该样本点集服从正态分布的情况下,采用莱特准则,将样本点中值大于|3σ|的点判定为野值并剔除,进行多次拟合,直至样本点中无野值;最后,得到椭圆最优拟合结果。仿真实验结果表明,优化算法的拟合误差在1.0%以下,相比同条件下的LS法,其拟合精度至少提高2个百分点。优化算法的仿真结果与其在香烟圆度在线检测中的实际应用验证了此算法的有效性。     

基于惯量矩的椭圆拟合方法

数字图像中,Hough变换或最小二乘法无法对图像中物体直接进行椭圆拟合,需要边缘检测等预处理,过程复杂且计算量大,为此,提出一种直接用图像惯量矩来拟合椭圆的方法。选定图像中要拟合的目标物体,将彩色图像转换为概率密度灰度图;计算目标的质心和主轴转动惯量,并运用形心主轴惯量积为零的条件推导出椭圆旋转角度和形心主轴惯量矩的大小;由形心主轴惯量矩的大小得出椭圆长半轴和短半轴大小,从而得到拟合后椭圆的各项参数。彩色图像实验,验证了该方法拟合目标椭圆的有效性和鲁棒性。     

基于各点异性理论的椭圆拟合算法

分析椭圆拟合应用中常用算法对噪声过于敏感、抗干扰能力差的缺点,提出一种鲁棒性较强的椭圆拟合算法。采用各点异性回归技术,建立误差与变量有关的(EIV)模型,根据数据矢量观测集合最优地估计线性EIV模型参数和数据矢量真值集合。实验结果表明,该算法精确度高,当初始值与真实值差距较大时,仍然可以快速、稳定地收敛。     

基于椭圆拟合的热带气旋中心定位研究

对热带气旋的中心进行定位是预测其未来路径的基础.提出了一种基于椭圆拟合模型的全自动客观方法来代替传统的基于螺线拟合的方法,以实现热带气旋的中心定位.该方法包含梯度方向融合、椭圆线段选取、椭圆中心聚类以及气旋中心确定4个步骤.采用卫星红外图像进行实验,结果表明,提出的椭圆拟合定位方法与中国气象局发布的热带气旋最佳路径数据集在经度和纬度方向的偏差均值小于0.12度,为热带气旋中心定位提供了客观准确的参考.     

基于拼贴误差拟合（补偿）的分形压缩算法

采用分形压缩算法来提高压缩速度和压缩比的一种有效途径是降低对拼贴误差的要求 ,然而这往往导致图象失真 .为克服该问题 ,在经典分形压缩算法的基础上 ,提出了一种新的基于拼贴误差拟合 (补偿 )的分形压缩算法 .该算法可以提供两种不同拼贴误差的分形编码 ,由于通过对不同区块使用与之相适应的相似变换类型 ,可以有效地补偿拼贴误差 ,从而可降低压缩图象的失真度 .理论研究和实际应用表明 ,该算法为分形压缩图象所面临的失真度和压缩比的矛盾提供了一种有效的解决方案 .     

基于图像矩的驾驶员面部椭圆拟合定位

基于人脸类似椭圆的特性,提出一种基于图像矩的驾驶员面部椭圆拟合定位方法.该方法利用肤色信息对驾驶室采集的彩色图像在颜色空间进行快速分割的基础上,利用图像矩拟合驾驶员面部椭圆,从而准确的定位跟踪驾驶员的位置,有效的降低了驾驶室的复杂背景、驾驶员各种面部姿态、表情对人脸检测定位的影响,同时也避免了常用椭圆拟合方法计算量大的不足.实验与仿真表明该方法具有快速、稳健和姿态不敏感的特性.     

Matlab曲线拟合及其在试验数据处理中的应用

文章介绍了最小二乘方法和神经网络方法曲线拟合的原理方法,并列出了最小二乘的多项式拟合和既定函数样式拟合以及BP神经网络拟合的Matlab实现过程,利用数学模型和一组试验数据对三种方法的性能进行验证,最后归纳总结了几种方法的性能特点和适用范围。     

基于线性补偿的测距传感器结构设计与参数优化

本文分析了传统的三角法结构和原理,传统的三角法测量虽然测量精度较高,但是测量范围小,为此引出了新的设计方案,推导出了测距方程表达式,并对其参数进行了优化,此结构与传统三角法结构相比,在不改变线阵CCD传感器尺寸的情况下,适当改变各参数的大小可大大提高测量范围.由于各参数之间的约束关系及三角法的结构造成在大量程测量时线性...     

一种随机化的椭圆拟合方法

针对计算机视觉领域中常见的椭圆拟合问题,本文讨论Theil-Sen、Repealed Median方法,并结合两种方法提出一种计算量小、易于实现的随机化拟合方法。这种方法在细胞拟合的实际应用中取得了很好的效果。     

基于正弦级数拟合的行为识别方法

提出了一种基于正弦级数拟合的行为识别方法.该方法利用二值轮廓序列来表示给定的运动图像序列,按照时针顺序计算从轮廓质心到轮廓边界点的距离,将人体轮廓转化为距离曲线,并将这一距离曲线利用正弦级数进行拟合,将距离曲线转化为正弦参数,从而极大地减小了计算量,将行为识别过程转化为曲线参数特征匹配的过程.在特征匹配过程中,通过计算待预测行为与已知类别行为的特征级数距离,对待预测行为中的每一个动作进行分类,最后通过投票决定该行为所属类别.在包含90个不同运动类别的视频数据库上进行留一交叉验证,实验结果表明,提出的方法能够有效地进行人体行为识别.