A 是一个矩阵,包含立体视觉系统和摄像机矩阵的一些匹配点。关于这个问题,我知道我需要最小化与投影点和检测点之间的距离相关的成本函数。
调查MATLAB中的一些函数我发现这个代码,我想这会因为我收到的输出而实现最小化。
如果可能的话,我想了解 mathgician 在这里发生了什么:
[~,~,V] = svd(A);
X = V(:,end);
X = X/X(end);
提前感谢您提供任何帮助
答案 0 :(得分:1)
[~,~,V] = svd(A);
执行矩阵A的singular value decomposition,其产生三个矩阵作为输出。前两个被忽略(根据MATLAB约定将它们分配给~
,第三个被赋值给变量V
。
X = V(:,end);
将矩阵V的最右列分配给变量X
- :
表示全部'在这种情况下'全部行'
X = X/X(end);
将X
的每个元素除以X
的 last 元素 - 换句话说,缩放向量X,使其最后一个元素等于1。 / p>