The least mean square method is use

The least mean square method is used in
estimating the tilt angle. Suppose there are n fiducials,
their locations in the learning template are (Xi, Yi), and
their locations in the image are (xi, yi), where i=1, 2, ...
n. Suppose the tilt angle of the image relative to the
template is a, the scaling factor is k, and (x0, y0) are
offset, then we should have,

ผลลัพธ์ (ไทย) 1:

ใช้วิธีการตารางหมายความว่าอย่างน้อยในประมาณมุมเอียง สมมติว่า มี n fiducialsตำแหน่งที่ตั้งในต้นแบบการเรียนรู้ได้ (Xi, Yi) , และตำแหน่งที่ตั้งในภาพ (xi, yi) , ซึ่งฉัน = 1, 2, ...n. สมมติว่า มุมเอียงของภาพสัมพันธ์เพื่อการแม่คือ การปรับปัจจัยคือ k และ (x0, y0) เป็นตรงข้าม แล้วเราควรมี

ผลลัพธ์ (ไทย) 2:

วิธีที่สองน้อยที่สุดเฉลี่ยที่ใช้ใน
การประเมินมุมเอียง สมมติว่ามี fiducials N,
สถานที่ของพวกเขาในการเรียนรู้ที่มีแม่แบบ (จินยี่) และ
สถานที่ในภาพคือ (Xi, Yi) ที่ i = 1, 2, ...
n สมมติว่ามุมเอียงของภาพเทียบกับ
แม่แบบเป็นปัจจัยปรับเป็น K, และ (x0, y0) จะ
ชดเชยแล้วเราควรจะมี

ผลลัพธ์ (ไทย) 3:

คือ วิธีกำลังสองน้อยที่สุดที่ใช้ในการประมาณมุมเอียง . สมมติว่ามี fiducials n ,สถานที่ของพวกเขาในแม่แบบการเรียนรู้ ( ซีอี ) และสถานที่ในรูปคือ ( ซีอี ) ที่ i = 1 , 2 , . . .โดยสมมติว่า มุมเอียงของภาพให้สัมพันธ์กับแม่แบบ , ตำแหน่งคือ K และ ( x0 y0 , )ชดเชย เราก็ควรมี