区域的MATLAB二阶矩

区域的MATLAB二阶矩,matlab,math,computer-vision,covariance,Matlab,Math,Computer Vision,Covariance,这是以下问题的后续问题: MATLAB的regionprops函数从给定的一组2d点估计椭圆。这是通过使用图像矩来实现的,他们声称使用标准化的第二中心矩,公式也遵循。 有效地计算该区域的协方差矩阵(以一种稍微高效的方式),然后计算该矩阵特征值的平方根,并将其作为长轴和短轴输出-有一个变化:它们乘以因子4 为什么? 从本质上讲,协方差估计假定为多元正态分布。然而,任意图像区域很可能不是正态分布的,我更希望基于数据均匀分布假设的因子。那么选择4的理由是什么呢 与此同时,我找到了答案:因子4对椭圆区

这是以下问题的后续问题:

MATLAB的regionprops函数从给定的一组2d点估计椭圆。这是通过使用图像矩来实现的,他们声称使用标准化的第二中心矩,公式也遵循。 有效地计算该区域的协方差矩阵(以一种稍微高效的方式),然后计算该矩阵特征值的平方根,并将其作为长轴和短轴输出-有一个变化:它们乘以因子4

为什么?


从本质上讲,协方差估计假定为多元正态分布。然而,任意图像区域很可能不是正态分布的,我更希望基于数据均匀分布假设的因子。那么选择4的理由是什么呢

与此同时,我找到了答案:因子4对椭圆区域产生正确的结果。例如,对于矩形或非实体区域,估计的轴长度不正确,误差随区域的变化而非线性变化