[发明专利]一种平面矩形拟合算法

摘要

本发明公开了一种平面矩形拟合算法，属于计算机图像处理领域。该算法使用矩形中心(O_x，O_y)、长、宽、倾斜角五个变量表示矩形，首先使用点集X、Y方向最大最小值初始化矩形，随后使用冲量梯度下降法优化五个变量寻找最佳的矩形。该算法利用五个变量求取两条对角线方程，对角线将待拟合点集分成四个子集，对应矩形的四条边，使用截断的平方差计算五变量矩形的误差，求出五个变量的误差梯度，根据冲量梯度下降法更新矩形变量。

主权项

1.一种平面矩形拟合算法，其特征在于：包括以下步骤：步骤一：初始化参数：使用五个变量表示矩形：矩形中心(O_x,O_y)、长L、宽W、倾斜角α，使用输入点集U的X、Y方向最大最小值初始化矩形；初始化冲量梯度下降求取矩形变量ξ(O_x,O_y,L,W,α)，矩形变量梯度f′(ξ)，步长d_ξ,学习率lr，倾斜角学习率lr_α，冲量m，误差截断值TH_E，最小误差截断值Min_TH_E，收敛误差MinE，迭代次数MaxT；步骤二：求取矩形误差：利用五个变量求取两条对角线方程，对角线将点集U分成四个子集，对应矩形的四条边，使用截断的平方差计算五变量矩形的误差；步骤三：求取矩形变量误差梯度：使用步长与冲量的乘积d_ξ*m作为矩形变量偏导数的增量，计算矩形变量偏导数作为矩形变量误差；步骤四：更新参数：更新步长更新矩形变量步骤五：是否达到收敛或到达次数上限：当矩形误差与上一次矩形误差相差小于MinE或者迭代次数大于MaxT，则输出矩形，反则返回执行步骤二。