1
为了将旋转信息分配给从图像中提取的连接2D点（边缘片段，请参阅下图中的数据点以查看示例），我已经实现了PCA。我希望信息在数据轮换的情况下具有强大的可重复性，以便我可以将其用于识别目的（与1相当）。为此，我希望主要部分（特征向量）随着点（+ - 180度）旋转。主成分分析和旋转
我的实现包括数据的平均居中。我也测试了OpenCV的实现和Python中的一个实现相同的结果。这就是为什么我假设我的实现是正确的，问题是方法本身。对于其他2D发行版我有很好的结果。尽管如此，对于这些特定的数据点，它似乎并不奏效。
我已经完成了所有测试，并且没有标准化到标准偏差（即，将x和y值的数据除以它们的标准偏差）。
这里是我的结果的数据的不同的旋转（从图像中提取的）：
如可以看到的，该方法不允许找到一个可再现的转动。数据受量化影响（因为它是从图像中提取的），这就是为什么我认为这是问题的根源。因此我重复了添加随机噪声的实验（第4列）。可以看出，这似乎不成问题。
我没有确切的想法如何解释显示的效果。我注意到，主轴的总体方向分别在第一行和第二行看起来相似。我认为这意味着什么，但究竟是什么？我能以某种方式解决这个问题，或者可能有更好的方法来解决这个问题吗？由于一些预处理，可以假设没有异常值。
感谢您的帮助！
和第二列总是有相同的旋转。这看起来像一个bug，就像你总是显示第一个旋转一样（即使你计算了两个）。而且，PCA对建模这种数据形状也不好。 – Noidea
每列显示相同的数据/旋转。这里分析了四种不同的旋转。不同之处在于第一行显示没有标准化的结果，第二行显示标准化的结果。这不是一个错误，而是用于分析规范化效果的实验设置。请注意，我收到与PCA的外部实现相同的结果 - 我认为这表明实施中没有错误。 – Markus