我想在矢量之间的比例因子上使用OpenCV的最小二乘SVD算法：
argmin（λ）Σ_（i∈I）|| vec（a）_i - λvec（b）_i || ^ 2＆lt; ---最小化此错误
vec（a）_i = [x_i，y_i，z_i] ^ T＆lt; --- 3D vector
vec（b）_i = [x_i'，y_i'，z_i'] ^ T
n对向量中的每一对都是已知的，因此只有一个自由度并且系统是过度确定的。据我所知，最小二乘应该找到一个解决Ax=B的x。在这种情况下，A是向量：
[X_1，Y_1，Z_1，X_2，Y_2，Z_2 ...]
B是列向量：
[X_1' ，Y_1' ，Z_1' ，X_2' ，Y_2' ，Z_2' ...] ^ T
λ是向量[x]。
所以，为了在最小二乘意义上得到正确的解决方案，我应该使用：
solve(A, B, lambda, DECOMP_SVD);
这是对的吗？