首页 > 代码库 > (转)最小二乘法拟合圆公式推导及vc实现[r]

(转)最小二乘法拟合圆公式推导及vc实现[r]

(下文内容为转载,不过已经不清楚原创的是哪里了,特此说明)

转自: http://www.cnblogs.com/dotLive/archive/2006/10/09/524633.html

该网址下面有更多的讨论。

 

最小二乘法(least squares analysis)是一种 数学 优化 技术,它通过 最小化 误差 的平方和找到一组数据的最佳 函数 匹配。 最小二乘法是用最简的方法求得一些绝对不可知的真值,而令误差平方之和为最小。 最小二乘法通常用于 曲线拟合 (least squares fitting) 。这里有 拟合圆曲线 的公式推导过程 和 vc实现。

技术分享
技术分享
技术分享
技术分享

技术分享

VC实现的代码:

 1 void CViewActionImageTool::LeastSquaresFitting() 2 { 3     if (m_nNum<3) 4     { 5         return; 6     } 7  8     int i=0; 9 10     double X1=0;11     double Y1=0;12     double X2=0;13     double Y2=0;14     double X3=0;15     double Y3=0;16     double X1Y1=0;17     double X1Y2=0;18     double X2Y1=0;19 20     for (i=0;i<m_nNum;i++)21     {22         X1 = X1 + m_points[i].x;23         Y1 = Y1 + m_points[i].y;24         X2 = X2 + m_points[i].x*m_points[i].x;25         Y2 = Y2 + m_points[i].y*m_points[i].y;26         X3 = X3 + m_points[i].x*m_points[i].x*m_points[i].x;27         Y3 = Y3 + m_points[i].y*m_points[i].y*m_points[i].y;28         X1Y1 = X1Y1 + m_points[i].x*m_points[i].y;29         X1Y2 = X1Y2 + m_points[i].x*m_points[i].y*m_points[i].y;30         X2Y1 = X2Y1 + m_points[i].x*m_points[i].x*m_points[i].y;31     }32 33     double C,D,E,G,H,N;34     double a,b,c;35     N = m_nNum;36     C = N*X2 - X1*X1;37     D = N*X1Y1 - X1*Y1;38     E = N*X3 + N*X1Y2 - (X2+Y2)*X1;39     G = N*Y2 - Y1*Y1;40     H = N*X2Y1 + N*Y3 - (X2+Y2)*Y1;41     a = (H*D-E*G)/(C*G-D*D);42     b = (H*C-E*D)/(D*D-G*C);43     c = -(a*X1 + b*Y1 + X2 + Y2)/N;44 45     double A,B,R;46     A = a/(-2);47     B = b/(-2);48     R = sqrt(a*a+b*b-4*c)/2;49 50     m_fCenterX = A;51     m_fCenterY = B;52     m_fRadius = R;53 54     return;55 }

工程下载
编译运行后随便打开一个图片,当然最好是全白的图片,然后就点吧,大于三个点后就会开始拟合。红线画的圆为拟合的圆,深蓝的点为鼠标点击设置的样本点。单击鼠标右键清空样本集。

 

(转)最小二乘法拟合圆公式推导及vc实现[r]