我想知道为什么Matlab和OpenCV中的SVD计算结果存在符号差异。我输入相同的矩阵
3.65E+06 -2.09E+06 0
YY = -2.09E+06 2.45E+06 0
0 0 0
[U,S,V] = svd(YY);//Matlab
-0.798728902689475 0.601691066917623 0
V = 0.601691066917623 0.798728902689475 0
0 0 1
cv::SVD::compute(YY, S, U, V);//opencv
0.798839 -0.601544 0
V = 0.601544 0.798839 0
0 0 1
我知道他们使用相同的算法,为什么有符号差异? 感谢
答案 0 :(得分:12)
您使用的是哪个版本的OpenCV?
来自http://code.opencv.org/issues/1498 似乎OpenCV的最新版本不再使用LAPACK来进行SVD(我认为Matlab使用它)。 因此,使用相同算法的假设可能不正确。
当然YY = U S V'
如果否定U和V的第一列:
U(:,1)=-U(:,1);
V(:,1)=-V(:,1)
你会发现U S V'仍然等于YY。这适用于您的特定情况,因为YY是对称的(YY = YY')。
答案 1 :(得分:3)
SVD的结果不一定是唯一的。例如,I = UIV'对于任何单一的V = U.你上面给出的例子特别是排名不足,所以没有理由期待唯一性。
答案 2 :(得分:2)
奇异值分解仅定义为符号; U和V的符号是任意的,如果它们在MATLAB和OpenCV之间不同,则表明没有问题。