最小二乘法平面方程拟合计算, 点云法向量估算

设有n个数据点Pi(xi,yi,zi).
假设平面方程为：a*x+b*y+c*z+d=0,其中a、b、c、d为待定系数a、b、c不能同时为0.
显然,a*x+b*y+c*z+d=0与
k*a*x+k*b*y+k*c*z+k*d=0（k≠0）
表示同一个平面.故,如d不为0,可通过把方程两边同除以d,把常数项化为1；但d=0时,情况稍微复杂一点.
现在说明大致思路,为讨论方便,开始时暂不假设d=1或0.
设拟合平面的方程为∏：a*x+b*y+c*z+d=0.
数据点Pi到平面a*x+b*y+c*z+d=0的距离设为di,
则di^2=(a*xi+b*yi+c*zi+d)^2/(a^2+b^2+c^2),
令L=∑di^2 （i=1,...,n）,为目标函数,现欲使L最小.
L可以看成是关于(a,b,c,d)的函数（(xi,yi,zi)均已知）,
L取最小值的一个必要（非充分）条件是：
∂L/∂a=0,∂L/∂b=0,∂L/∂c=0,∂L/∂d=0,
∂L/∂a=∑2*xi*(a*xi+b*yi+c*zi+d)/(a^2+b^2+c^2) （i=1,...,n）
=A1*a+B1*b+C1*c+D1*d,
其中,
A1=2/(a^2+b^2+c^2)*(∑xi^2)（i=1,...,n）,
B1=2/(a^2+b^2+c^2)*(∑xi*yi)（i=1,...,n）,
C1=2/(a^2+b^2+c^2)*(∑xi*zi)（i=1,...,n）,
D1=2/(a^2+b^2+c^2)*(∑xi)（i=1,...,n）,
同理,
∂L/∂b=A2*a+B2*b+C2*c+D2*d,
∂L/∂c=A3*a+B3*b+C3*c+D3*d,
其中,
A2=2/(a^2+b^2+c^2)*(∑yi*xi)（i=1,...,n）,
B2=2/(a^2+b^2+c^2)*(∑yi^2)（i=1,...,n）,
C2=2/(a^2+b^2+c^2)*(∑yi*zi)（i=1,...,n）,
D2=2/(a^2+b^2+c^2)*(∑yi)（i=1,...,n）,
A3=2/(a^2+b^2+c^2)*(∑zi*xi)（i=1,...,n）,
B3=2/(a^2+b^2+c^2)*(∑zi*yi)（i=1,...,n）,
C3=2/(a^2+b^2+c^2)*(∑zi^2)（i=1,...,n）,
D3=2/(a^2+b^2+c^2)*(∑zi)（i=1,...,n）,
∂L/∂d=∑2*(a*xi+b*yi+c*zi+d)/(a^2+b^2+c^2) （i=1,...,n）
=D1*a+D2*b+D3*c+D4*d,
其中,D4=2n/(a^2+b^2+c^2).
于是有方程组：
A1*a+B1*b+C1*c+D1*d=0,
A2*a+B2*b+C2*c+D2*d=0,
A3*a+B3*b+C3*c+D3*d=0,
D1*a+D2*b+D3*c+D4*d=0,

解此方程组即可.具体如何解,可参考计算方法的书,上面有详细说明.

千万注意：上述矩阵的秩rank<=3, 会的人立刻明白怎么结算了，不会的留言吧.

最小二乘法平面方程拟合计算, 点云法向量估算相关推荐

多点平面方程拟合c语言,多点最小二乘法平面方程拟合计算
<多点最小二乘法平面方程拟合计算>由会员分享,可在线阅读,更多相关<多点最小二乘法平面方程拟合计算(5页珍藏版)>请在人人文库网上搜索. 1.平面方程拟合计算平面方程的一般表达 ...
Open3d系列 | 1. Open3d实现点云数据读写、点云配准、点云法向量计算
如有错误,恳请指出. 从这一篇博客开始,开始利用Open3d来处理点云数据.之后将围绕点云数据的多种处理方式来记录笔记.本篇博客的内容包括点云的文件格式介绍,点云数据的读取,以及点云的配准与点云的法向 ...
matlab 点云法向量计算和用箭头显示
matlab 点云法向量计算和用箭头显示点云法向量估计的方法有很多,应用最广泛和普遍的是,基于平面拟合的法向量计算,也就是基于PCA的法向量计算.当计算某个点的法向量时,首先,找到最近的K个点,然后 ...
点云法向量与点云平面拟合的关系（PCA）
点云法向量估计的主要思路是对K-近邻的N个点进行平面拟合(平面过N点重心),平面法向量即为所求:所以求法向量就是变相的求拟合平面. 下面我们用最小二乘法求k近邻点云的拟合平面: 当 ||x||＝1时, ...
基于ENVI/IDL 的一键化实现LST-NDVI的干湿边方程拟合，并得到TVDI计算结果图
ENVI/IDL (5.3版本)一键化实现LST-NDVI的干湿边方程拟合,并得到TVDI计算结果图 0 原理介绍利用IDL将NDVI异常值进行剔除,NDVI取值范围为0.2~1(植被覆盖区),对反 ...
Meshlab读取三维点云、三维点云重建以及三维点云法向量计算
Meshlab是一个强大的三维模型处理的软件,在三维点云的处理方面也十分强大,不仅仅可以用三维点云重构出三维模型,还可以计算出三维点云每个点的法向量,这在逆向工程和基于三维点云的隐式曲面重建中非常有用 ...
MeshLab学习笔记——三维点云重建以及三维点云法向量计算
Meshlab是一个强大的三维模型处理的软件,在三维点云的处理方面也十分强大,不仅仅可以用三维点云重构出三维模型,还可以计算出三维点云每个点的法向量,这在逆向工程和基于三维点云的隐式曲面重建中非常有用 ...
pcl计算点云法向量
最近因为项目,需要计算点云的法向量,所以在网上看了一些资料,然后知道pcl库里面有这些功能,pcl的法向量计算的原理: pcl里面计算点云(自己的理解) 根据顶点采样最近的局部点云(k个),根据自己的 ...
OpenCV 最小二乘+距离最小拟合圆
OpenCV 最小二乘+距离最小拟合圆一. 最小二乘算法二. 距离最小算法三. 还可以优化吗我们经常需要由给定的点精确地拟合出一个圆, 下面讲解从最小二乘算法到距离最小算法的实现过程, ...
PCL教程指南-估计点云法向量
PCL教程指南-Estimating Surface Normals in a PointCloud(估计点云法向量) 官方原文档点云法向指每个点的法向量,它是基于各点所在邻域范围内估计而出,常用方 ...

最小二乘法平面方程拟合计算, 点云法向量估算

最小二乘法平面方程拟合计算, 点云法向量估算相关推荐

最新文章

热门文章