目录
一、ransac原理
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。
划重点:
1、定义一个要估计的模型
2、迭代求解模型参数
3、迭代的条件通过概率进行判断是否合理
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。
二、ransac 地面分割原理
根据刚总结的