我有一组来自两种不同方法的 3D 线段。这些线段代表几个 3d 立方体和多边形的边缘。
(1) 第一组线段是通过现场测量得出的。(2) 第二组线段是使用两张重叠的照片并构建 3d 线得出的。
众所周知，我的第二个线段相对于第一组的线段有轻微的变化。（我假设我的第一组作为参考。）我想估计每个 3d 线段的误差，以便估计我的摄影方法中的任何系统模式。我想不出最好的方法来估计我的 3d 线构造的错误。例如，我正在考虑测量相应的 3dline 线段之间的角度差，以及它们之间的中点距离（彼此之间）可以计算出来。
这些类型的东西可以被视为统计措施吗？但是，我认为这还不够或不能说任何模式或系统错误..（对不起我的统计知识很差）
任何关于好的措施和方法的建议都值得期待。谢谢。
注意：（当我从图像数据中提取线时，3D 线段的长度不等于通过现场观察测量的线段。）
在您的情况下，我将只使用段的末端（因为段完全由这些末端定义）进行一些测试。
您可以做的第一件事是收集测量的四肢和重建的四肢（作为向量）之间的差异，并绘制它们以查看是否可以发现趋势。
更准确地说，如果您的测量段是 [A_i,B_i] 并且您的重构段是 [P_i,Q_i]，那么您将收集差异 A_i-P_i 和 B_i-Q_i（这些是向量）。现在，只需将所有这些差异绘制在一个图上即可。假设你在 2D 中，如果你没有系统误差，你看到的点云应该看起来像一个以 0 为中心的圆盘。如果圆盘不是以 0 为中心，那么你所有的测量都有一个共同的偏差给定的方向。如果点云看起来像一个椭球体，这意味着你在一个方向上有一个更大的误差。你可以在 3D 中做同样的事情，你应该得到一个球体（或者可以投影到 xy、xz 和 yz 计划并检查磁盘）。
进一步的测试可以包括构建 6D 向量，其前 3 个分量是 A_i-P_i，最后一个分量是 B_i-Q_i。用这个新的点云重做同样的事情（现在你必须将它投影到 3D 或 2D 才能看到结果）。第二个测试可以帮助您跟踪四肢之间误差的相关性。我会特别看一下 x_1-x_4、x_2-x_5 和 x_3-x_6 上的预测，看看我是否获得了磁盘。
最后，如果你真的想进行统计测试，你可以采取上面提到的两点云：
希望能帮助到你！
编辑：由于您提到了 C++，因此对于可视化，您可以将结果导出到文本文件（或 CSV）并使用例如 octave 读取它。