假设我在R^4中有3+个共面但不共线的点。为了找到它们所在的2D平面(而不是超平面),我使用了以下来自MatlabCentral的平面拟合算法:
function [n,V,p] = affine_fit(X)
% Computes the plane that fits best (least square of the normal distance
% to the plane) a set of sample points.
% INPUTS:
% X: a N by 3 matrix where each line is a sample point
%OUTPUTS:
%n : a unit (column) vector normal to the plane
%V : a 3 by 2 matrix. The columns of V form an orthonormal basis of the plane
%p : a point belonging to the plane
%NB: this code actually works in any dimension (2,3,4,...)
%Author: Adrien Leygue
%Date: August 30 2013
% the mean of the samples belongs to the plane
p = mean(X,1);
% The samples are reduced:
R = bsxfun(@minus,X,p);
% Computation of the principal directions of the samples cloud
[V,D] = eig(R'*R);
% Extract the output from the eigenvectors
n = V(:,1);
V = V(:,2:end);
end
我在比指定的维度更高的维度上使用了该算法,所以X是一个4x4矩阵,在4个坐标维度上包含4个点。生成的输出是这样的。
[n,V,p] = affine_fit(X);
n = -0.0252
-0.0112
0.9151
-0.4024
V = 0.9129 -0.3475 0.2126
0.3216 0.2954 -0.8995
0.1249 0.3532 0.1493
0.2180 0.8168 0.3512
p = -0.9125 1.0526 0.2325 -0.0621
我现在想做的是弄清楚我选择的其他点是否也是飞机的一部分。考虑到上面的信息,我相信这很容易,但在这一点上,我只知道我需要两个线性方程来描述4D中的2D平面,或者两个变量的参数方程。理论上我可以设置它们,但编写代码一直有问题。也许有一种更直接的方法可以在matlab中测试这一点?
您可以使用Matlab函数pca(参见此处的示例)。例如,您可以确定平面的基础、平面的法线向量以及平面上的点m,如下所示:
coeff = pca(X);
basis = coeff(:,1:2);
normals = coeff(:,3:4);
m = mean(X);
为了检查点p是否位于该平面中,使用点验证m-p
与平面上的法向量正交(点积等于零)就足够了。