本文介绍了RANSAC算法的基本思想，并通过MATLAB实验展示了其在处理存在大量噪声数据时的优势。实验中，对比了使用最小二乘法与RANSAC算法在二维点集合拟合上的差异，RANSAC能有效剔除误差大的点，得到更准确的模型。
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；
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；
最低0.47元/天 解锁文章
扫一扫
423
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
