最小二乘约束Roto翻译

时间:2011-12-27 10:59:57

标签: optimization matrix rotation

我想检测两组点之间的最佳旋转相关矩阵。 第二组点与第一组相同,但是通过噪声旋转,转换和影响。 我试图使用最小平方法显然解决方案通常类似于旋转矩阵,但具有不兼容的结构(例如,我应该得到一个代表角度的余弦的值,我可以得到一个值> 1)。

我搜索过Constrained Least Squared方法,但在我看来,旋转相关矩阵的约束不能用这种形式表示。

在本PDF中,我更正式地说明了这个问题: http://dl.dropbox.com/u/3185608/minquad_en.pdf

感谢您的帮助。

2 个答案:

答案 0 :(得分:0)

简短的回答:这里你需要的是“主成分分析”。

将此应用于以各自质心为中心的两组点。 PCA将有效地为每个与数据集主要组件对齐的旋转矩阵提供。通过新旋转乘以原始集的逆矩阵将为您提供一个矩阵,将旧(​​居中)集合转换为新集合。反向平移和平移可以类似地应用于旋转,以创建将一组映射到另一组的均匀矩阵。

答案 1 :(得分:0)

这本书PRINCE, Simon JD. Computer vision: models, learning, and inference. Cambridge University Press, 2012.  在附录" B.4重新参数化"中给出了一些关于如何将矩阵约束为旋转矩阵的信息。

在我看来,你的问题也有一个基于SVD的解决方案:参见Olga Sorkine-Hornung和Michael Rabinovich所描述的Kabsch algorithm  Least-Squares Rigid Motion Using SVD,更实际的是,Nghia Kien Ho在FINDING OPTIMAL ROTATION AND TRANSLATION BETWEEN CORRESPONDING 3D POINTS中。{/ 3>