Matlab - 点云数据的曲线拟合

问题描述：

我有10000个数据集（x，y），我需要拟合曲线。一旦我能够拟合一条曲线，我需要以均匀的间隔得到曲线上的点。然后，我会继续修补......然后为了达到我的最终目标。现在我对曲线拟合感到震惊。请帮助我。Matlab - 点云数据的曲线拟合

链接的描述：https://docs.google.com/open?id=0BxIgxUb0m51-ZDA2ZWU0NzItM2JkZS00MWI4LTg0ZTMtNTI0ZjQzMzIxMzU3

当STL是C++特有的时候，是否有这个标签为STL的原因？ – templatetypedef 2012-02-06 04:44:23

@templatetypedef：我假设他们是指'* .stl'文件类型 - 用于三角化表面的简单几何文件格式：http://en.wikipedia.org/wiki/STL_%28file_format%29 – 2012-02-06 04:52:44

答

一种方法是最小二乘曲线拟合。

您需要拟合参数化曲线[x(t), y(t)]，而不是简单的曲线y(x)。根据你的链接，它看起来像你试图适合一个简单的曲线y(x)。

有一个方便的最小二乘样条拟合工具SPLINEFIT可从MATLAB文件交换here可用。

使用此工具，下面是一个简单示例，说明如何使用最小二乘样条拟合将光滑曲线拟合到一组噪声数据。在这种情况下，我生成了10个随机扰动的圆数据集，然后以最小二乘方式将数据样条5拟合到数据中。 enter image description here

function spline_test 

%% generate a set of perturbed data sets for a circle 
    xx = []; 
    yy = []; 
    tt = []; 
    for iter = 1 : 10 
    %% random discretisation of a circle 
     nn = ceil(50 * rand(1)) 
    %% uniform discretisation in theta 
     TT = linspace(0.0, 2.0 * pi, nn)'; 
    %% uniform discretisation 
     rtemp = 1.0 + 0.1 * rand(1); 
     xtemp = rtemp * cos(TT); 
     ytemp = rtemp * sin(TT); 
    %% parameterise [xtemp, ytemp] on the interval [0,2*pi] 
     ttemp = TT; 
    %% push onto global arrays 
     xx = [xx; xtemp]; 
     yy = [yy; ytemp]; 
     tt = [tt; ttemp];  
    end 

%% sample the fitted curve on the interval [0,2*pi] 
    ts = linspace(0.0, 2.0 * pi, 100); 

%% do the least-squares spline fit for [xx(tt), yy(tt)] 
    sx = splinefit(tt, xx, 5, 'p'); 
    sy = splinefit(tt, yy, 5, 'p'); 

%% evaluate the fitted curve at ts 
    xs = ppval(sx, ts); 
    ys = ppval(sy, ts); 

%% plot data set and curve fit 
    figure; axis equal; grid on; hold on; 
    plot(xx, yy, 'b.'); 
    plot(xs, ys, 'r-'); 

end  %% spline_test()

你的数据显然比这更复杂，但这可能会让你开始。

希望这会有所帮助。

Matlab - 点云数据的曲线拟合

相关推荐