我有一个三维图像,其尺寸为行×列×深度。对于图像中的每个体素,我计算了一个3x3实对称矩阵。它们存储在数组D中,因此其形状为(行,列,深度,6)。
D存储了图像中每个体素的3x3对称矩阵的6个唯一元素。我需要同时/向量化地找到所有行*列*深度矩阵的Moore-Penrose伪逆(在Python中循环遍历每个图像体素并求逆太慢了)。
其中一些3x3对称矩阵是非奇异的,我可以使用真实逆矩阵的解析公式找到它们的逆矩阵,并且我已经做到了这一点。
但是,对于那些奇异的矩阵(肯定会有一些),我需要Moore-Penrose伪逆。我可以推导出实数奇异对称3x3矩阵的MP伪逆的解析公式,但它是一个非常麻烦/冗长的公式,因此将涉及非常多的(逐元素)矩阵运算和相当多看起来令人困惑的代码。
因此,我想知道是否有一种方式可以同时找到所有这些矩阵的MP伪逆数值解。有没有办法做到这一点?
感激不尽, GF
D存储了图像中每个体素的3x3对称矩阵的6个唯一元素。我需要同时/向量化地找到所有行*列*深度矩阵的Moore-Penrose伪逆(在Python中循环遍历每个图像体素并求逆太慢了)。
其中一些3x3对称矩阵是非奇异的,我可以使用真实逆矩阵的解析公式找到它们的逆矩阵,并且我已经做到了这一点。
但是,对于那些奇异的矩阵(肯定会有一些),我需要Moore-Penrose伪逆。我可以推导出实数奇异对称3x3矩阵的MP伪逆的解析公式,但它是一个非常麻烦/冗长的公式,因此将涉及非常多的(逐元素)矩阵运算和相当多看起来令人困惑的代码。
因此,我想知道是否有一种方式可以同时找到所有这些矩阵的MP伪逆数值解。有没有办法做到这一点?
感激不尽, GF