跟踪目标的快速椭圆拟合方法

提出一种基于最小外包矩形的快速椭圆拟合方法 ,该方法利用最小二乘法获得目标的最小外包矩形框,再求取外包矩形框的内切椭圆,该椭圆能有效反映目标的大部分运动信息。本文对该方法进行了目标拟合的有效性和实效性实验分析。分析表明,本算法得到的拟合椭圆内背景像素比例(Background Pixel Raito,BPR)相比于传统的矩形框和经典的Khachiyan椭圆拟合方法有了显著的下降,且拟合方法无需迭代运算,拟合速度仅次于传统的矩形框,比经典的Khachiyan椭圆拟合方法快3倍。本算法对于实时目标跟踪应用具有很好的应用价值。     

双同心椭圆弧的几何拟合方法

提出一种带有同心条件的双椭圆弧拟合方法。该方法利用椭圆几何定义得到的残差来衡量误差,建立关于误差的最小二乘方程,进而采用迭代方法求出描述双椭圆弧的8个参数。算法仿真实验研究了椭圆弧度、长短轴比率以及样本噪声对算法的影响,研究表明弧度越大、长短轴比率较接近1.1、样本噪声较小的时候,算法较稳定、准确。该方法也可以扩展处理多个同心椭圆弧的拟合问题。     

一种基于双椭圆模型的视频人数统计方法

一种基于双椭圆模型的视频人数统计方法针对环境和背景较复杂的情况,实现了较密集人群和部分遮档的人流数统计。首先提取运动目标的外形轮廓,将外形拟合成椭圆,再根据先验知识在轮廓椭圆内拟合头部椭圆。如果外形和头部都能成功拟合成椭圆,就能简单确定出一个人体。当人群密集时,先将目标进行分割后,再进行基于双椭圆模型的目标识别。本方法适合镜头的垂直模式、倾抖模式、近景模式、远景模式,能够在鉴别人体与非人体的基础上统计人数。分别对静态图像和视频序列进行了仿真,结果表明,该方法能够准确地进行人数统计。     

椭圆拟合的非线性最小二乘方法

为了在图像中确定椭圆目标精确的位置和边界,提出了一种基于非线性最小二乘的椭圆拟合方法。该方法在得到目标边界点的基础上,通过最小化拟合椭圆与边界点之间的欧氏距离,确定出由椭圆中心坐标、长半轴和短半轴长度、旋转角度共5个参数定义的椭圆,使得这一椭圆在非线性最小二乘意义下是最优的。在实际应用中,特别是人眼图像的瞳孔提取中,这种方法能够排除反光、睫毛、眼皮等的干扰,得到较为精确的瞳孔位置和边界。仿真实验和实际数据计算的结果表明,提出的方法有良好的准确性和鲁棒性。     

一种用在控制棒棒位测量中的拟合方法

控制棒测量是反应堆中的关键系统,其中控制棒能否及时落棒影响着反应堆的运行安全,测量控制棒在堆中位置是其中的关键问题。为研究控制棒位移测量问题,使用电容传感器进行数据标定,拟合传感器电容和位移之间的关系式,在模拟落棒时根据电容值反映当前控制棒位移。提出了一种基于最小二乘法的卡尔曼滤波算法,该方法能在进行数据拟合时考虑到系统中噪音干扰因素。实验结果表明,加入卡尔曼滤波算法最小二乘法的结果优于单独的最小二乘法。     

一种基于最小二乘估计的玻壳曲面拟合方法

位移传感器测量已经成为一种重要的测量手段。为估计一种基于线性可变差动传感器(LVDT)玻壳测试系统的质量,用最小二乘法对测试曲面进行球面拟合,得到相对应的玻壳曲面。利用该曲面计算曲率半径,检验各位移传感器(LVDT)安装是否准确,从而测试生产的玻壳是否合格,并利用坐标值即可对系统进行系统误差的校正。由于最小二乘法可削弱误差较大的点的影响,根据其特点建立数学模型进行拟合,其结果对6寸玻壳的生产加工环节具有更直接的指导意义。     

用最小二乘正交距离方法拟合双同心椭圆弧 *

提出一种带有同心条件的双椭圆弧拟合方法。该方法利用给定点到拟合椭圆弧的正交距离来衡量误差,建立关于误差的最小二乘方程 ,进而采用迭代方法求出描述双椭圆弧的八个参数。算法仿真实验研究了椭圆弧度、长短轴比率以及样本噪声对算法的影响 ,研究表明弧度越大、长短轴长度越接近、样本噪声越小 ,算法越稳定 ,参数估计越准确。该方法也可以推广应用于处理多个同心椭圆弧的拟合问题。     

叶片基元叶型椭圆形前缘拟合方法

针对叶片基元叶型建模时对前缘的椭圆形转接需求,采用最小二乘法获得椭圆初始参数值,基于此参数引入改进粒子群算法进一步求解,以点到椭圆垂直距离作为目标函数,建立椭圆参数优化数学模型,从而提高拟合精度。基于上述研究结果,利用VC++软件及UG平台完成前缘椭圆拟合,实例表明,对于数据点集中分布于一侧且存在大量噪声的情况,该方法与最小二乘法相比能获得更高的拟合精度,且响应时间符合设计需求。     

基于莱特准则的椭圆拟合优化算法

普遍使用的代数距离最小的最小二乘（LS）椭圆拟合算法简单、易实现,但对样本点无选择,导致拟合结果易受误差点影响,拟合不准确。针对此特性,提出了一种基于莱特准则的椭圆拟合优化算法。首先,由代数距离最小的LS法对待拟合曲线进行椭圆拟合;其次,将待拟合曲线上的点与LS法拟合的椭圆的代数距离作为样本点集,在验证该样本点集服从正态分布的情况下,采用莱特准则,将样本点中值大于|3σ|的点判定为野值并剔除,进行多次拟合,直至样本点中无野值;最后,得到椭圆最优拟合结果。仿真实验结果表明,优化算法的拟合误差在1.0%以下,相比同条件下的LS法,其拟合精度至少提高2个百分点。优化算法的仿真结果与其在香烟圆度在线检测中的实际应用验证了此算法的有效性。     

基于边界的最小二乘椭圆拟合改进算法

由于变电站巡检机器人停靠位置和云台转动的偏差,拍摄所获得的图像中仪表位置会有较大不同。为解决图像中仪表的定位问题,文中提出了一种快速地利用边界提取椭圆形目标的方法,可有效地解决图像中圆形目标的提取。原有最小二乘椭圆拟合算法对图像边界上所有样本点都参与运算,所以会对椭圆拟合的最后结果产生偏差且耗时较长。针对这种情况,采取边界的最小二乘拟合算法,依次取图像边缘提取后的边界,逐段拟合椭圆,并对拟合出的椭圆进行评估,选取适合待检测目标的椭圆区域,具有快速高效、定位准确等特点。最后,通过合成图像和实际图像的应用验证了算法能够拟合出具有高精度的椭圆,能够有效地处理仪表表盘的提取。     

基于深度学习的指针式仪表倾斜校正方法

针对仪表图像自动识别中倾斜仪表产生的读数误差,提出一种基于深度学习的圆形指针式仪表快速倾斜校正方法,可以实现仪表图像的倾斜校正和旋转校正.该方法利用卷积神经网络提取以表盘刻度数字为中心的关键点,并采用最小二乘法对关键点进行椭圆拟合,结合椭圆变换理论使用透视变换对仪表图像进行第1次倾斜校正,再根据一对关于仪表竖直中轴线对...     

基于移动最小二乘法的气动力数据建模方法

针对一体化飞行器高度耦合的非线性气动问题,提出了一种基于移动最小二乘法的气动力数据建模方法;首先,对影响模型精度的因素进行了分析;接着,在构建移动最小二乘模型时采用遗传算法获取最佳支撑域半径以及最佳影响因子β,提高近似精度从而达到减少样本点的目的;得到泛化能力较强的气动力模型,并与偏最小二乘方法的建模结果进行对比;实验结果表明:移动最小二乘法的建模效果优于偏最小二乘方法,预测误差较小,证明了将该方法应用于气动数据建模是可行的。     

热敏电阻网络非线性补偿的通用拟合算法

论述了一种通用的非线性数据拟合算法 ,这种算法常用于温度补偿热敏电阻网络的计算系统。与传统的算法比较 ,该方法需要的条件十分宽松 ,无需求解多元非线性方程组 ,所以推导过程简单 ,且收敛快     

Scilab与Matlab在数据拟合方面的性能比较

数据拟合在实际工程中应用非常广泛,在Scilab与Matlab环境下对数据拟合方面的性能进行了比较：在离散数据少的情况下,两者在性能上差别不大;在数据量大时,Scilab虽有一定的时间延迟,但最终结果不差。     

基于几何距离准则的新数据拟合方法

基于最小二乘法准则的传统数据拟合方法对自变量为随机变量的向量数据拟合效果不理想。有鉴于此,本文提出几何距离平方和最小的新数据拟合标准,给出基于新标准下的新数据拟合方法,同时给出数据拟合参数求解的优化算法。仿真实验表明,在用于自变量为随机变量的向量数据拟合时,用新数据拟合方法的拟合精度比用最小二乘法的拟合精度要高。     

正交距离椭圆拟合法的推广及其实现

同心椭圆弧的拟合问题存在于计算机视觉、天文图像处理、CAD等领域。将椭圆的正交几何距离拟合算法推广到多个同心椭圆弧拟合上,提出一种同心椭圆弧拟合的处理方法。文中还给出了该方法实现的具体步骤和伪代码,该方法将单一圆、椭圆的拟合以及多个同心圆和椭圆的拟合统一了起来。实验表明该方法稳定、有效。