将椭圆拟合到给定的一组点：椭圆使用基于 Levenberg-Marquardt 最小化方案的几何参数进行拟合。-matlab开发

【文件属性】：
文件名称：将椭圆拟合到给定的一组点：椭圆使用基于 Levenberg-Marquardt 最小化方案的几何参数进行拟合。-matlab开发
文件大小：3KB
文件格式：ZIP
更新时间：2021-06-01 12:57:14
matlab 最准确和稳健的拟合可最大限度地减少从观察点到拟合曲线的几何（正交）距离。 我们的目标是最小化正交距离的平方和。 Levenberg-Marquardt 算法需要计算距离及其相对于椭圆参数的导数。 所以这个方法是通过使用隐式微分进行计算而产生的雅可比矩阵。 用法：[ParG,RSS,iters] = fit_ellipseLMG(XY,ParGini,LambdaIni) 子函数： Residuals_ellipse（来自之前提交的），JmatrixLMG（包含在主函数中） 输入： XY：给定点 i=1 to n ParGini = [中心（1：2），轴（1：2），角度]' LambdaIni：控制参数Lambda的初始值 输出： ParG：找到的椭圆的参数向量RSS：Residual Sum of Squares（距离的平方和） iters：迭代次

【文件预览】：
fit_ellipseLMG.zip