单元五、最小方差法.pdfVIP

單元五 、最小方差法 法國科學家勒讓德 於 1806 年發現「最小平方法」，最小平方法對由某一變數t或多個變 數 f1……fn 構成的相關變數 y感興趣。為了得到這些變數同 y 之間的關係，便用不相關變數 去構建y 。試用如下函數模型 , q個相關變數或 p個附加的相關變數去擬和。 確定擬合的標準應該被重視，並小心選擇，較大誤差的測量值應被賦予較小的權 。並建 立如下規則：被選擇的參數，應該使算出的函數曲線與觀測值之差的平方和最小。用函數表 示為 13-1 直線最小平方差法 當一個系統之聯立方程式個數大於未知數之數目時，會形成過度確定性系統，必須尋得 誤差平方最小的技巧，使解能夠以最接近所有點為準，成為一般所謂之回歸公式。 將取得圖像座標點(x,y) ，作為資料點來計算以得最佳逼近直線方程式。直線曲線方程式 的定義為下 12-1所示： f (x, y) = Ax + B= y (5-1) 其中，A 、B 均為實係數 。 而以曲線擬合的方法求取最小平方差法之直線係數 A 、B 如下(13-2) 式：         y 1  X 1  1  X 1 1         a y 2  a X 2 +b1 = X 2 1   (5-2)         b yn  Xn  n Xn n 1   y 1   X 1 1      y 2 若令 X 2 1 =A ，  =B         Xn n  yn     a T T 可得   inv(A ×A)A B b 其中( xi , yi ), i = 1,n為曲線上的點座標。將影像的每一座標點在近似曲線間設一直線，直 a 線至上下曲線偏差距離平方的總和為最小時，此設定直線為最小平方差法之直線，故   b T T inv(A ×A)A B ，將每一個座標點代入，即可求出最小平方差法之直線的參數，並在繪出最小 平方差法之直線。如圖13.1所示為在影像中的最小平方法之直線。 圖 13.1 、所示圖像中的最小平方差法之直線。 13-2圓形最小平方差法 為了能找出其圓心點，將所得物體輪廓之座標點(x,y) ，作為資料點 來計算以得最佳逼近 橢圓方程式。圓形方程式的定義為 2 2 2