推理证明RANSAC算法中迭代次数为何总设置为100,一看就懂,不懂请打我

RANSAC原理:略

迭代计算步骤

  • 参数阐述:

    • P P P:点云中内点(即要分割部分包含的点云)的比例
    • Q Q Q:能够成功分割的概率
    • K K K:构建分割模型所需最小点数。例如,线需要两个,面需要三个
    • N N N:迭代次数,目标参数
  • 推理步骤

    • 在某次迭代过程中,随机选取 K K K个点云构建所需的分割模型,则获得的分割模型只包含内点的概率为 P ∗ P ∗ P . . . . = P K P*P*P....=P^K PPP....=PK,则其对立事件(获得的分割模型至少包含一个外点)的概率为 1 − P K 1-P^K 1PK
    • N N N次迭代后,获得的分割模型至少包含一个外点的概率为 ( 1 − P K ) N (1-P^K)^N (1PK)N,则对立事件( N N N次迭代后,获得的分割模型均为内点)的概率为 1 − ( 1 − P K ) N 1-(1-P^K)^N 1(1PK)N
    • 在保证能够成功分割的概率为 Q Q Q的前提下,应得如下公式
      1 − ( 1 − P K ) N > = Q 1 − Q > = ( 1 − P K ) N l n ( 1 − Q ) > = N ∗ l n ( 1 − P K ) N < = l n ( 1 − Q ) l n ( 1 − P K ) 1-(1-P^K)^N>=Q\\ 1-Q>=(1-P^K)^N\\ ln(1-Q)>=N*ln(1-P^K)\\ N<=\frac{ln(1-Q)}{ln(1-P^K)} 1(1PK)N>=Q1Q>=(1PK)Nln(1Q)>=Nln(1PK)N<=ln(1PK)ln(1Q)
    • 假设分割模型为地面,则 K K K为3,分割成功率为90%,迭代次数 N N N为100,则上式可变为 100 < = l n ( 1 − 0.9 ) l n ( 1 − P 3 ) = l n ( 0.1 ) l n ( 1 − P 3 ) 100<=\frac{ln(1-0.9)}{ln(1-P^3)}=\frac{ln(0.1)}{ln(1-P^3)} 100<=ln(1P3)ln(10.9)=ln(1P3)ln(0.1),那么可得内点所占比例 P P P:
      P > = 1 − e l n ( 0.1 ) 100 3 P>=\sqrt[3]{1-e^{\frac{ln(0.1)}{100}}} P>=31e100ln(0.1)
      此时 P > = 0.284 P>=0.284 P>=0.284,也就是要在100次迭代内,保证分割地面模型的成功率为90%,内点所占最小比例为28.4%

总结

利用简单几何模型分割模型一般保证内点的比例大于50%>28.4%,所以迭代100次可满足条件。

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值