我有两组不同方法的3D线段。 这些线段代表几个3d幼崽和多边形的边缘。
(1)第一组线段是通过do field派生的 测量。 (2)使用两个导出第二组线段 重叠照片和构建三维线。
众所周知,我的第二个细分市场略有变化 关于第一组中的段。 (我假设我的第一集是 参考。)我想估计每个3d线段的误差 为了估计我的摄影方法中的任何系统模式。一世 无法找出估算我的3D错误的最佳方法 线路建设。例如,我正在考虑测量角度 相应的3dline段与它们之间的差异 可以计算中点距离(从彼此)到其他距离。
这些类型的东西可以被视为统计指标吗? 但是,我认为这还不够或不能说任何模式或系统错误..(对不起,我的统计知识很差)
任何关于良好措施和方法的建议都是期待的。感谢。
NoTE :(当我从图像数据中提取线条时,3D线段的长度不等于通过现场观察测量的线段。)
答案 0 :(得分:1)
在你的情况下,我只会使用片段的末端(因为片段由这些极端定义)进行一些测试。
你可以做的第一件事就是收集你测量的四肢和你重建的肢体之间的差异(作为矢量)并绘制它们以确定你是否能发现一个趋势。
更准确地说,如果您的测量段是[A_i,B_i]和重建的段[P_i,Q_i],则收集差异A_i-P_i和B_i-Q_i(这些是向量)。现在,只需在一个图上绘制所有这些差异。假设您处于2D状态,如果您没有系统错误,您看到的点云应该看起来像一个以0为中心的磁盘。如果磁盘不在0的中心,那么您的所有度量都有一个共同的偏差给定方向。如果点云看起来像椭圆体,则意味着您在一个方向上有更大的误差。你可以在3D中做同样的事情,你应该获得一个球体(或者可以投射到x-y,x-z和y-z计划并检查磁盘)。
进一步的测试可以包括构建6D矢量,其前3个分量是A_i-P_i,最后的分量是B_i-Q_i。使用这个新的点云重做相同(现在您必须将其投影到3D或2D以查看结果)。第二个测试可以帮助您跟踪四肢之间的误差。我会特别关注x_1-x_4,x_2-x_5和x_3-x_6上的投影,看看我是否获得了磁盘。
最后,如果您真的想进行统计测试,可以采取上述两点思路:
希望它有所帮助!
编辑:既然你提到了C ++,那么对于可视化,你可以将结果导出到文本文件(或CSV)并使用八度音例来读取它。