ABSOR是一种对旋转进行最小二乘估计的工具
缩放和平移，将一个点坐标集合映射到
另一个地方。它基于Horn的四元数算法。该函数适用于2D和3D坐标，还提供了对坐标进行非均匀加权的选项。该代码避免for循环，以最大化速度。
描述:
作为输入数据，我们有
A:一个2xN或3xN的矩阵，其列是N个源点的坐标。
B:一个2xN或3xN矩阵，其列是N个目标点的坐标。
基本语法
[regParams, Bfit ErrorStats] = absor (A, B)
解决了非加权/非缩放注册问题
min. sum_i ||R*A(:，i) + t - B(:，i)||^2
对于未知旋转矩阵R和未知平移向量t。
ABSOR还可以解决更普遍的问题
min. sum_i w(i)*||s*R*A(:，i) + t - B(:，i)||^2
其中s>=0是待估计的未知全局尺度因子，R和t也是，
w是用户提供的n个权重向量。可以包括/排除任何
s w和平移t的组合。哪一个
参数参与使用语法控制，
[regParams, Bfit ErrorStats] = absor (A, B, param1, value1, param2, value2,…)
通过参数/值对选项，
'doScale' -布尔值标志。如果为TRUE，则包含全局比例因子s。
否则，设s=1。默认= FALSE。
'doTrans' -布尔标志。如果为TRUE，则包含翻译t。否则,
假设平移为零。默认= TRUE。
'weights' -权重的长度n向量w。默认，不加权。
输出:
regParams:带有估计注册参数的结构输出，
regParams。R:估计的旋转矩阵R
regParams。t:估计的平移向量t
regParams。s:估计的比例因子。
regParams。M:齐次坐标变换矩阵[s*R,t;[0 0…1]]。
对于3D问题，结构包括
regParams。q:一个单位四元数[q0 qx qy qz]，对应于R和
签名满足max(q)=max(abs(q))>0
对于二维问题，它包括
regParams。的逆时针旋转角度
2 d起源
Bfit: A的旋转、平移和缩放(如适用)
best matches最佳匹配;
ErrorStats:带有错误统计信息的结构输出。特别是,
定义犯错我=√(w (i)) *规范(Bfit (:, i) - b(:,我)),
它包含
ErrorStats。Errlsq = norm(err)
ErrorStats。Errmax = max(err)
引用作为
马特·J(2022)。绝对定向——霍恩的方法(//www.ru-cchi.com/matlabcentral/fileexchange/26186-absolute-orientation-horn-s-method)， MATLAB中央文件交换。检索．
oldstuff
您也可以从以下列表中选择网站: