最小二乘法

            1、前言：

                   a、本文中主要讲解线性最小二乘的标准形式及求解方法。

                   b、在同类问题的求解方法中，RANSAC算法是另一种求解思路，它们各有优点与缺点。

                    --当测量数据 x 属于高斯分布（期望为x的真值，或者说期望为0误差符合高斯分布）时，此时应选择最小二乘法求解。

                       因为误差服从高斯分布的情况下， 最小二乘法等价于极大似然估计。

                    --当测量数据 x 中outliers比较多时，此时应选择RANSAC算法求解。

                   c、线性最小二乘分为非齐次线性最小二乘和齐次线性最小二乘。

                   d、最小二乘算法与Direct Linear Transformation(DLT)算法的原理相同。

            2、齐次线性最小二乘模型的标准形式

                   a、线性最小二乘的标准形式：

                            Y = AX      (1)   其中A、Y为已知量，X为待求量。

                   b、举例

                       对于，其中、、、为已知量，、、为待求量，那么理论上只需要三组数据即可求解。

                       但是，对于一次实验，我们可以得到很多组数据（多余3组）：