最小二乘法求解Zernike多项式系数，写一个matlab程序进行实现

最小二乘法用于拟合数学模型来估计Zernike多项式的系数，这是一种常见的光学工程和图像分析技术。Zernike多项式通常用于描述像差，而在MATLAB中，我们可以编写一个简单的脚本来实现这个过程。这里是一个基本的MATLAB程序示例：

% 假设我们有观测到的一些像素值（如灰度图像），存储在matrixData矩阵中
% 和对应的理想Zernike模式（作为参考或校准数据），在idealZernike矩阵中

function coefficients = leastSquaresFit(matrixData, idealZernike)
    % 定义Zernike多项式的基函数集合
    ZernikeBasis = zernikeBasisFunctionSet(0:6); % 可根据需要调整阶数
    
    % 确定系数矩阵维度，假设每个基函数对应一列
    numCoefficients = size(ZernikeBasis, 1);
    
    % 初始化系数矩阵为零向量
    coefficients = zeros(numCoefficients, 1);
    
    % 使用pinv函数（伪逆）进行最小二乘拟合，对于实际问题可能需要先对数据做归一化处理
    coefficients = pinv(ZernikeBasis'*ZernikeBasis) * ZernikeBasis' * matrixData; % 求解线性方程组
    
end

% 调用函数并保存结果
coefficients = leastSquaresFit(matrixData, idealZernike);

%