基于简化GEVD技术的椭圆拟合算法

摘要：

传统的椭圆拟合使用标准广义特征值(GEVD)分析算法.通过统计分析技术,可知该技术在拟合数字椭圆时,存在估计偏差大、均方误差大的缺点.其产生原因是数据噪声的有色性和自相关函数矩阵的条件数过大,因此对数据噪声的预白化滤波和对数据的正则化变换是提高椭圆拟合的有效措施.这从理论上有力支持了Hartley提出的正则化技术.根据分析,我们开发了一个简化GEVD技术.通过理论分析和计算机仿真实验,表明了它固有地同时具备噪声预白化功能和数据正则化功能,因此,它能给出均方误差相当小的无偏估计,由于它无须进行预白化变换或正则化变换,并把求解GEVD过程的维数从6降为2,所以它还具有计算快速、实现简单方便的优点.

关键词：计算机视觉、椭圆拟合、广义特征值分解、正则化、简化广义特征值分解

所属期刊栏目：17

分类号：TP391.41(计算技术、计算机技术)

资助基金：上海市高等学校科学技术发展基金资助项目01G02

在线出版日期：2009-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：479-485