首页> 外文期刊>電子情報通信学会技術研究報告 >高ノイズレベルにおける最尤楕円当てはめ
【24h】

高ノイズレベルにおける最尤楕円当てはめ

机译:高噪声水平下的最大似然椭圆拟合

获取原文
获取原文并翻译 | 示例
           

摘要

This paper presents an exact maximum likelihood computation for fitting an ellipse to points in the image in the presence of high level noise, minimizing the sum of square orthogonal distances from the data to the fitted ellipse. This can be done by iteratively applying the known method for low level noise, and the computation is extremely simple as compared with existing methods to the same purpose. However, we show by experiments that the high-level noise method and the low level-noise method do not produce any meaningful differences in the resulting solution and that the known low level method is sufficient in practice.%高ノイズレベルにおいて画像上の点列に楕円を当てはめる厳密な最尤推定法を示す.これはデータ点から当てはめた楕円までの垂直距離の二乗和を厳密に最小にするものである.その計算は従来の低ノイズレベルに対する方法を反復するものであり,既存手法に比べて格段に単純な形をしている.しかし,実験によって低ノイズレベルに対する方法と解に意味のある差が現れないことを示し,従来の低ノイズレベルに対する方法で十分であることを示す.
机译:本文提出了一种精确的最大似然计算,可以在存在高水平噪声的情况下将椭圆拟合到图像中的点,从而最小化从数据到拟合的椭圆的平方正交距离之和,这可以通过迭代应用已知方法来完成对于低水平噪声,与具有相同目的的现有方法相比,计算非常简单。但是,我们通过实验证明,高水平噪声方法和低水平噪声方法不会在结果上产生任何有意义的差异解决方案,并且已知的低水平方法在实践中就足够了。%我们提出了一种严格的最大似然估计方法,该方法使椭圆适合高噪声水平下图像上的点序列。这严格地最小化了从数据点到拟合椭圆的垂直距离的平方和。该计算是低噪声水平的常规方法的重复,并且比现有方法简单得多。然而,实验表明,低噪声水平方法与解决方案之间没有显着差异,常规的低噪声水平方法已足够。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号