RANSAC算法MATLAB实验 |
您所在的位置:网站首页 › ransac算法图像匹配MATLAB › RANSAC算法MATLAB实验 |
RANSAC是“RANdom SAmple Consensus(随机抽样一致)”的缩写。它可以从一组包含“局外点”的观测数据集中,通过迭代方式估计数学模型的参数。它是一种不确定的算法——它有一定的概率得出一个合理的结果;为了提高概率必须提高迭代次数。该算法最早由Fischler和Bolles于1981年提出。
RANSAC的基本假设是:
(1)数据由“局内点”组成,例如:数据的分布可以用一些模型参数来解释;
(2)“局外点”是不能适应该模型的数据;
(3)除此之外的数据属于噪声。
局外点产生的原因有:噪声的极值;错误的测量方法;对数据的错误假设。
RANSAC也做了以下假设:给定一组(通常很小的)局内点,存在一个可以估计模型参数的过程;而该模型能够解释或者适用于局内点。
MATLAB实验:一组二维点,包含误差很大的点,如果直接用最小二乘法,求出的模型是不对的。而一个好的方法就是用RANSAC算法剔除误差较大的点,获得最大的支持集合,用此最大支持集合求出最佳的模型。 下图是二维点集合: 如下是用最小二乘法直接求模型的结果(蓝线): 下边用ransac算法剔除误差较大的点(红线): code: http://download.csdn.net/download/chinaswin/9797843
来源: http://blog.csdn.net/freecloud_insky/article/details/44778435 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |