【一种用opencv实现高斯曲线拟合的方法】

2023-12-17 23:15

本文主要是介绍【一种用opencv实现高斯曲线拟合的方法】,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

背景:

项目中需要实现数据的高斯拟合,进而提取数据中标准差,手头只有opencv库,经过资料查找验证,总结该方法。

基础知识:

1、opencv中solve可以实现对矩阵参数的求解;
2、线的拟合就是对多项式参数求解的过程,多项式可表示为矩阵形式;
3、高斯公式中的指数幂,可以通过取对数的方式转变成多项式的形式;
求解思路:
高斯公式->多项式公式->矩阵参数->调用solve求解;

实现过程及代码

1、确定所选的高斯公式形式

G(x)=a*exp(-((x-b)/c)^2);

2、对于给定的输入x1 ~ xn,有对输出y1 ~ yn。可以形成如下等式:

高斯公式及等式组

对等式左右两边取对数,并进行变换,可形成如下形式
对等式左右取自然对数

在这里插入图片描述
这里,就形成了AX^2+BX+C=Y的形式,其中
在这里插入图片描述
用A,B,C替换后后,原等式可写作
在这里插入图片描述
此时,我们只需要计算出A,B,C的值,再通过ABC与abc的关系即可得到abc的值。(请读者自行推导abc的公式,或见代码部分)

得到如上的多项式的形式后,直接构造参数矩阵,调用cv::solve(X,Y,A‘)接口,即可得到参数矩阵A’,其中即含有A,B,C的值。

上代码:

基础定义:

typedef struct StructMultinomialParamt
{double dB0;//多项式拟合的参数,数字表示幂次double dB1;double dB2;
}S_MULTNMNL_PARAMT;
typedef struct StructGaussParamT
{double dA;//指定的高斯参数double dB;//中心点double dC;//标准差
}S_GAUS_PARAMT;
void Gauss(S_GAUS_PARAMT sGsParamm, cv::Mat mX, cv::Mat& mY)
{cv::Mat mRslt = Mat::zeros(mX.size(), mX.type());double dx = 0;for (double i = 0.; i < mX.cols; i++){for (double j = 0.; j < mX.rows; j++){dx = mX.at<double>(j, i);mRslt.at<double>(j, i) = sGsParamm.dA * exp(-(pow((dx - sGsParamm.dB) / sGsParamm.dC, 2)));}}mY = mRslt;return;
}

高斯参数求解函数

void GaussFitT(cv::Mat mX, cv::Mat mY, S_GAUS_PARAMT* psGsParamm)
{//step1 构造参数矩阵mx与mycv::Mat X = Mat::zeros(mX.rows, 3, CV_64FC1);for (size_t i = 0; i < mX.rows; i++){for (size_t J = 0; J < 3; J++){X.at<double>(i, J) = pow(mX.at<double>(i, 0), 2 - J);}}cv::log(mY, mY);//对结果取对数//step2 多项式拟合cv::Mat A;//参数矩阵cv::solve(X, mY, A, cv::DECOMP_SVD);S_MULTNMNL_PARAMT sBparam;sBparam.dB2 = A.at<double>(0);sBparam.dB1 = A.at<double>(1);sBparam.dB0 = A.at<double>(2);//step3 高斯参数计算ABC-》abcpsGsParamm->dA = exp(sBparam.dB0 - pow(sBparam.dB1, 2) / (4 * sBparam.dB2));psGsParamm->dB = -sBparam.dB1 / (2 * sBparam.dB2);psGsParamm->dC = sqrt(-1 / sBparam.dB2);return;
}

# 测试代码

double dX[50];//输入数据X
double dY[50];//输入数据Y
std::vector<cv::Point> pointsOri;for (int i = 0; i < 50; i++)
{dX[i] = double(i);dY[i] = -0.5 * pow((dX[i] - 25), 2) + 320 + i;pointsOri.push_back(cv::Point(dX[i], dY[i]));
}
//转换成求解函数输入需要的数据格式
cv::Mat mGsInputX = Mat::zeros(50, 1, CV_64FC1);
cv::Mat mGsInputY = Mat::zeros(50, 1, CV_64FC1);
for (size_t i = 0; i < 50; i++)
{mGsInputX.at<double>(i) = dX[i];mGsInputY.at<double>(i) = dY[i];
}S_GAUS_PARAMT sGsParamm;//求解结果
GaussFitT(mGsInputX, mGsInputY, &sGsParamm);//结果对比
Mat mGsOutputY;
Gauss(sGsParamm, mGsInputX, mGsOutputY);
std::vector<cv::Point> pointsNew;//拟合结果
for (int i = 0; i < 50; i++)
{pointsNew.push_back(cv::Point(dX[i], mGsOutputY.at<double>(i)));
}
cv::Mat img(450, 60, CV_8UC3, cv::Scalar(0, 0, 0));
cv::polylines(img, std::vector<std::vector<cv::Point>>{pointsOri}, false, cv::Scalar(0, 0, 255), 2);
cv::polylines(img, std::vector<std::vector<cv::Point>>{pointsNew}, false, cv::Scalar(255, 255, 255), 0.5);// 显示图像
cv::imshow("Line Chart", img);
cv::waitKey(0);

运行输出

在这里插入图片描述

红色的为原始数据分布,白色的为拟合计算结果。
而我需要的标准差,则为sGsParamm.dC。

参考:https://blog.csdn.net/guangjie2333/article/details/115629152
https://blog.csdn.net/KYJL888/article/details/103073956
https://blog.csdn.net/qq_35097289/article/details/103910984

后记:

调用solve的接口求解时,OPENCV提供了以下六种方式以对应不同的情况。对于多项式的求解,也可以采用最小二乘法的逼近,不再调用solve方法,这块后面再填坑吧。

cv::DECOMP_LU 高斯消元法(LU分解)
cv::DECOMP_SVD 奇异值分解(SVD)
cv::DECOMP_CHOLESKY 对于对称正定矩阵
cv::DECOMP_EIG 特征值分解,只用于对称矩阵
cv::DECOMP_QR QR因式分解
cv::DECOMP_NORMAL 可选附加标志,表示要求解标准方程

这篇关于【一种用opencv实现高斯曲线拟合的方法】的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/506217

相关文章

Springboot处理跨域的实现方式(附Demo)

《Springboot处理跨域的实现方式(附Demo)》:本文主要介绍Springboot处理跨域的实现方式(附Demo),具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不... 目录Springboot处理跨域的方式1. 基本知识2. @CrossOrigin3. 全局跨域设置4.

Spring Boot 3.4.3 基于 Spring WebFlux 实现 SSE 功能(代码示例)

《SpringBoot3.4.3基于SpringWebFlux实现SSE功能(代码示例)》SpringBoot3.4.3结合SpringWebFlux实现SSE功能,为实时数据推送提供... 目录1. SSE 简介1.1 什么是 SSE?1.2 SSE 的优点1.3 适用场景2. Spring WebFlu

基于SpringBoot实现文件秒传功能

《基于SpringBoot实现文件秒传功能》在开发Web应用时,文件上传是一个常见需求,然而,当用户需要上传大文件或相同文件多次时,会造成带宽浪费和服务器存储冗余,此时可以使用文件秒传技术通过识别重复... 目录前言文件秒传原理代码实现1. 创建项目基础结构2. 创建上传存储代码3. 创建Result类4.

SpringBoot日志配置SLF4J和Logback的方法实现

《SpringBoot日志配置SLF4J和Logback的方法实现》日志记录是不可或缺的一部分,本文主要介绍了SpringBoot日志配置SLF4J和Logback的方法实现,文中通过示例代码介绍的非... 目录一、前言二、案例一:初识日志三、案例二:使用Lombok输出日志四、案例三:配置Logback一

Python如何使用__slots__实现节省内存和性能优化

《Python如何使用__slots__实现节省内存和性能优化》你有想过,一个小小的__slots__能让你的Python类内存消耗直接减半吗,没错,今天咱们要聊的就是这个让人眼前一亮的技巧,感兴趣的... 目录背景:内存吃得满满的类__slots__:你的内存管理小助手举个大概的例子:看看效果如何?1.

Python+PyQt5实现多屏幕协同播放功能

《Python+PyQt5实现多屏幕协同播放功能》在现代会议展示、数字广告、展览展示等场景中,多屏幕协同播放已成为刚需,下面我们就来看看如何利用Python和PyQt5开发一套功能强大的跨屏播控系统吧... 目录一、项目概述:突破传统播放限制二、核心技术解析2.1 多屏管理机制2.2 播放引擎设计2.3 专

Python实现无痛修改第三方库源码的方法详解

《Python实现无痛修改第三方库源码的方法详解》很多时候,我们下载的第三方库是不会有需求不满足的情况,但也有极少的情况,第三方库没有兼顾到需求,本文将介绍几个修改源码的操作,大家可以根据需求进行选择... 目录需求不符合模拟示例 1. 修改源文件2. 继承修改3. 猴子补丁4. 追踪局部变量需求不符合很

idea中创建新类时自动添加注释的实现

《idea中创建新类时自动添加注释的实现》在每次使用idea创建一个新类时,过了一段时间发现看不懂这个类是用来干嘛的,为了解决这个问题,我们可以设置在创建一个新类时自动添加注释,帮助我们理解这个类的用... 目录前言:详细操作:步骤一:点击上方的 文件(File),点击&nbmyHIgsp;设置(Setti

SpringBoot实现MD5加盐算法的示例代码

《SpringBoot实现MD5加盐算法的示例代码》加盐算法是一种用于增强密码安全性的技术,本文主要介绍了SpringBoot实现MD5加盐算法的示例代码,文中通过示例代码介绍的非常详细,对大家的学习... 目录一、什么是加盐算法二、如何实现加盐算法2.1 加盐算法代码实现2.2 注册页面中进行密码加盐2.

mysql出现ERROR 2003 (HY000): Can‘t connect to MySQL server on ‘localhost‘ (10061)的解决方法

《mysql出现ERROR2003(HY000):Can‘tconnecttoMySQLserveron‘localhost‘(10061)的解决方法》本文主要介绍了mysql出现... 目录前言:第一步:第二步:第三步:总结:前言:当你想通过命令窗口想打开mysql时候发现提http://www.cpp