Как работает fitEllipse в OpenCV?
Я работаю с opencv, и мне нужно понять, как работает функция fitEllipse. Я посмотрел на код в (https://github.com/Itseez/opencv/blob/master/modules/imgproc/src/shapedescr.cpp) и я знаю, что он использует наименьшие квадраты для определения вероятных эллипсов. Я также посмотрел на документ, приведенный в документации (Andrew W. Fitzgibbon, R. B. Fisher. Руководство покупателя по конической подгонке. Процесс.5-я британская конференция машинного зрения, Бирмингем, стр. 513-522, 1995.)
но я не могу точно понять алгоритм. Например, почему ему нужно решить 3-кратную задачу наименьшего квадрата? почему bd инициализируется до 10000 перед первым svd(я думаю, это просто случайное значение для инициализации, но почему это значение может быть случайным?)? почему значения в Ad должны быть отрицательными до первого svd?
спасибо!
1 ответов
вот код Matlab.. это может помочь
function [Q,a]=fit_ellipse_fitzgibbon(data)
% function [Q,a]=fit_ellipse_fitzgibbon(data)
%
% Ellipse specific fit, according to:
%
% Direct Least Square Fitting of Ellipses,
% A. Fitzgibbon, M. Pilu and R. Fisher. PAMI 1996
%
%
% See Also:
% FIT_ELLIPSE_LS
% FIT_ELLIPSE_HALIR
[m,n] = size(data);
assert((m==2||m==3)&&n>5);
x = data(1,:)';
y = data(2,:)';
D = [x.^2 x.*y y.^2 x y ones(size(x))]; % design matrix
S = D'*D; % scatter matrix
C(6,6)=0; C(1,3)=-2; C(2,2)=1; C(3,1)=-2; % constraints matrix
% solve the generalized eigensystem
[V,D] = eig(S, C);
% find the only negative eigenvalue
[n_r, n_c] = find(D<0 & ~isinf(D));
if isempty(n_c),
warning('Error getting the ellipse parameters, will do LS');
[Q,a] = fit_ellipse_ls(data); %
return;
end
% the parameters
a = V(:, n_c);
[A B C D E F] = deal(a(1),a(2),a(3),a(4),a(5),a(6)); % deal is slow!
Q = [A B/2 D/2; B/2 C E/2; D/2 E/2 F];
end % fit_ellipse_fitzgibbon
решение Фитциббона имеет некоторую численную стабильность. См. работу Халира для решения этой проблемы.
это, по сути, решение наименьших квадратов, но специально разработанное так, чтобы оно производило действительный эллипс, а не просто конический.