最小二乘法进行最高3次曲线拟合

本文主要是介绍最小二乘法进行最高3次曲线拟合，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！

最近在做跟踪时，需要预测被跟踪物体的运动轨迹，由于被跟踪物体为车辆，轨迹使用二次曲线基本可以较好的拟合，因此做一下实验。

下面为最小二乘法的核心代码，有需要可以参考：

bool CNXMinSquare::Calc(std::vector<double> &vtCoef, std::vector<cv::Point2d> &vtPoint)
{
vtCoef.clear();
// 1. 根据函数值对 1 x x^2 x^3 施密特正交化
// 多项式使用Mat表示，行向量，底下标表示低指数的系数
const int icRow = 1;
const int icCol = 4;
std::vector<cv::Mat> vtBase; // 原始基础基
vtBase.reserve(icCol);
for(int i = 0; i < icCol; ++i)
{
cv::Mat matBase(icRow, icCol, CV_64F, cv::Scalar(0.0));
matBase.at<double>(i) = 1.0;
vtBase.push_back(matBase);
}


std::vector<cv::Mat> vtSchmidt; // 施密特正交化基
vtSchmidt.reserve(icCol);
cv::Mat matOne(icRow, icCol, CV_64F, cv::Scalar(0.0));
matOne.at<double>(0) = 1.0;
vtSchmidt.push_back(matOne);


unsigned char *pucData = NULL;
std::vector<double> vtSchmidtDotSelf;
for(int i = 1; i < icCol; ++i)
{
cv::Mat matSum(icRow, icCol, CV_64F, cv::Scalar(0.0));
for(int k = 0; k < i; ++k)
{
double dbDenominator = 0.0;
if(vtSchmidtDotSelf.size() > k)
{

这篇关于最小二乘法进行最高3次曲线拟合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！

---