05.11.2013 Aufrufe

Inkrementelle Akquisition von 3D-Objektmodellen - Institut für ...

Inkrementelle Akquisition von 3D-Objektmodellen - Institut für ...

Inkrementelle Akquisition von 3D-Objektmodellen - Institut für ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

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

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!