Fitting ellipse

L1 — L6分别是六对FP腔的距离，coreside_diameter.txt存储L1~L6，放在Uniformity_Test文件夹当中
十二边形所对应的六对FP腔

ax & y分别为所对应的坐标位置

椭圆的一般方程式为：Ax^2 + 2Bxy + Cy^2 + Dx + Ey + F = 0
参考：来自于维基百科的椭圆方程介绍

clear; clc; close all;
load('coreside_diameter.txt');
date = coreside_diameter(:,2);
L1 = date(1);   L2 = date(2);   L3 = date(3);
L4 = date(4);   L5 = date(5);   L6 = date(6);
ax = [L1*sin(pi/6)/2, 0, -L3*sin(pi/6)/2, -L4*cos(pi/6)/2, -L5/2, -L6*cos(pi/6)/2, -L1*sin(pi/6)/2, 0, L3*sin(pi/6)/2, L4*cos(pi/6)/2, L5/2, L6*cos(pi/6)/2];
y = [L1*cos(pi/6)/2, L2/2, L3*cos(pi/6)/2, L4*cos(pi/3)/2, 0, -L6*cos(pi/3)/2, -L1*cos(pi/6)/2, -L2/2, -L3*cos(pi/6)/2, -L4*cos(pi/3)/2, 0, L6*cos(pi/3)/2];% 设出圆锥曲线方程
F=@(p,x)p(1)*x(:,1).^2+p(2)*x(:,1).*x(:,2)+p(3)*x(:,2).^2+p(4)*x(:,1)+p(5)*x(:,2)+p(6);
% 离散数据点
for i = 1:length(y)x(i,1) = ax(i);x(i,2) = y(i);
endp0=[1 1 1 1 1 1];
% warning off
% 拟合系数，最小二乘方法
p=nlinfit(x,zeros(size(x,1),1),F,p0);
plot(x(:,1),x(:,2),'ro');
hold on;
xmin=min(x(:,1));
xmax=max(x(:,1));
ymin=min(x(:,2));
ymax=max(x(:,2));
% 作图
ezplot(@(x,y)F(p,[x,y]),[-1+xmin,1+xmax,-1+ymin,1+ymax]);
title('曲线拟合');
legend('样本点','拟合曲线')

如果ellipse的形心在原点那么它的方程式可以简化为：Ax^2 + 2Bxy + Cy^2 + f = 0

今后课题中主要使用以下代码

clear; clc; close all;
load('coreside_diameter.txt');
date = coreside_diameter(:,2);
L1 = date(1);   L2 = date(2);   L3 = date(3);
L4 = date(4);   L5 = date(5);   L6 = date(6);
ax = [L1*sin(pi/6)/2, 0, -L3*sin(pi/6)/2, -L4*cos(pi/6)/2, -L5/2, -L6*cos(pi/6)/2, -L1*sin(pi/6)/2, 0, L3*sin(pi/6)/2, L4*cos(pi/6)/2, L5/2, L6*cos(pi/6)/2];
y = [L1*cos(pi/6)/2, L2/2, L3*cos(pi/6)/2, L4*cos(pi/3)/2, 0, -L6*cos(pi/3)/2, -L1*cos(pi/6)/2, -L2/2, -L3*cos(pi/6)/2, -L4*cos(pi/3)/2, 0, L6*cos(pi/3)/2];% 设出圆锥曲线方程
F=@(p,x)p(1)*x(:,1).^2+p(2)*x(:,1).*x(:,2)+p(3)*x(:,2).^2+p(4);
% 离散数据点
for i = 1:length(y)x(i,1) = ax(i);x(i,2) = y(i);
endp0=[1 1 1 1];
% warning off
% 拟合系数，最小二乘方法
p=nlinfit(x,zeros(size(x,1),1),F,p0);
plot(x(:,1),x(:,2),'ro');
hold on;
xmin=min(x(:,1));
xmax=max(x(:,1));
ymin=min(x(:,2));
ymax=max(x(:,2));
% 作图
ezplot(@(x,y)F(p,[x,y]),[-1+xmin,1+xmax,-1+ymin,1+ymax]);
title('曲线拟合');
legend('样本点','拟合曲线')

Fitting ellipse相关推荐

OpenCV 1.x 2.x 编程简介（矩阵/图像/视频的基本读写操作）
OpenCV 编程简介(矩阵/图像/视频的基本读写操作) Introduction to programming with OpenCV OpenCV编程简介作者: Gady Agam Depart ...
OpenCV 编程简单介绍（矩阵/图像/视频的基本读写操作）
PS. 因为csdn博客文章长度有限制,本文有部分内容被截掉了. 在OpenCV中文站点的wiki上有可读性更好.而且是完整的版本号,欢迎浏览. OpenCV Wiki :<OpenCV 编程简 ...
（4）图像增强- Part1. 对比度增强
Image Enhancement 导读: 本章主要总结了图像增强技术中的点处理技术,包括灰度直方图的获取.直方图均衡化.直方图规范化和对比度调整等内容.C++和Python语言环境下,使用OpenC ...
【VR】手柄定位技术
1. 关于Quest Pro头显.控制器的规格分析(终篇)及Quest 3分辨率 (2022年07月29日)被认为是"Quest Pro"的高端一体机Project Cambria ...
Matlab拟合椭圆
1 简介 Matlab拟合椭圆 2 完整代码 function result = ellipseFit4HC(x,y,options)%ellipseFit4HC Estimates the ell ...
Ransac拟合椭圆
一.Ransac算法介绍 RANSAC(RAndom SAmple Consensus,随机采样一致)最早是由Fischler和Bolles在SRI上提出用来解决LDP(Location Determ ...
opencv超好学习资料
日志返回日志列表 opencv超好学习资料 2010-9-25 13:40阅读(0) 赞赞赞赞转载分享评论复制地址举报编辑上一篇 |下一篇:opencv安装方法 w... v首页资讯 ...
OpenCV椭圆拟合ellipse fitting的实例(附完整代码)
OpenCV椭圆拟合ellipse fitting的实例 OpenCV椭圆拟合ellipse fitting的实例 OpenCV椭圆拟合ellipse fitting的实例 #include &quo ...
基于直接最小二乘的椭圆拟合（Direct Least Squares Fitting of Ellipses）
算法思想: 算法通过最小化约束条件4ac-b^2 = 1,最小化距离误差.利用最小二乘法进行求解,首先引入拉格朗日乘子算法获得等式组,然后求解等式组得到最优的拟合椭圆. 算法的优点: a.椭圆的特异性 ...

Fitting ellipse

Fitting ellipse相关推荐

最新文章

热门文章