Inkrementelle Akquisition von 3D-Objektmodellen - Institut für ...
Inkrementelle Akquisition von 3D-Objektmodellen - Institut für ...
Inkrementelle Akquisition von 3D-Objektmodellen - Institut für ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Anhang A<br />
Matrix - Zerlegungen<br />
A.1 Singulärwertzerlegung<br />
Die Singulärwertzerlegung (oder kurz SVD <strong>für</strong> Singular Value Decomposition) ist ein mächtiges<br />
Werkzeug <strong>für</strong> numerische Berechnungen. Es wird hier gezeigt, wie sie in den Fällen, die <strong>für</strong><br />
diese Arbeit eine Rolle spielen, angewendet werden kann. Dabei folge ich [HZ04]. Wie die SVD<br />
funktioniert und implementiert werden kann, wird an dieser Stelle nicht gezeigt. Hierzu siehe<br />
[GL89] bzw. [PTVF88] oder auch [Gro01]. Zur Durchführung der SVD standen Methoden der<br />
FLAVOR-Bibliothek zur Verfügung.<br />
Eine m × n Matrix A mit m ≥ n kann zerlegt werden in A = UDV T , so dass<br />
• U eine m × n Matrix mit orthogonalen Spalten ist (d.h., es gilt U T U = I n×n )<br />
• D eine n×n Diagonalmatrix ist, deren Einträge nicht negativ und in absteigender Reihenfolge<br />
angeordnet sind<br />
• V eine orthogonale n × n Matrix ist.<br />
Die Einträge in D sind die Singulärwerte <strong>von</strong> A. Die Spalten <strong>von</strong> U sind die linken Singulärvektoren<br />
(Spalte U i ist der zu d ii gehörende Singulärvektor), die Spalten <strong>von</strong> V (also Zeilen <strong>von</strong> V T ) die<br />
rechten Singulärvektoren. Da die linken Singulärvektoren <strong>für</strong> uns nicht <strong>von</strong> Interesse sind, ist im<br />
Folgenden mit Singulärvektor immer ein rechter Singulärvektor gemeint.<br />
Diese Matrixzerlegung hat folgende nützliche Eigenschaften:<br />
• Die Anzahl an <strong>von</strong> Null verschiedenen Einträgen in D (also Singulärwerten) entspricht dem<br />
Rang der Matrix A.<br />
• Hat die Matrix A einen Rang <strong>von</strong> r < n, so sind n − r Singulärwerte 0. Die dazu gehörenden<br />
Singulärvektoren spannen den n − r - dimensionalen Kern <strong>von</strong> A auf.<br />
A.1.1<br />
Verringern des Ranges einer Matrix mit Hilfe der Singulärwertzerlegung<br />
Da die Anzahl an Singulärwerten, also Einträge in D, den Rang der Matrix bestimmen, können<br />
wir einfach Einträge <strong>von</strong> D auf 0 setzen, um den Rang der Matrix - wenn wir sie anschließend<br />
wieder zusammensetzen - zu verringern. Sei also D ′ die so modifizierte Diagonalmatrix, r der Rang<br />
<strong>von</strong> A und k die Anzahl an Einträgen <strong>von</strong> D, die wir auf Null setzen. Dann ist A ′ = UD ′ V T<br />
eine Matrix <strong>von</strong> gewünschtem Rang r − k. Die Matrix A ′ soll sich natürlich möglichst wenig <strong>von</strong><br />
67