RANSAC算法

一、RANSAC检测流程

    在这里复述下RANSAC的检测流程，详细的过程见上一篇翻译文章：

    RANSAC算法的输入是一组观测数据，一个可以解释或者适应于观测数据的参数化模型，一些可信的参数。

    RANSAC通过反复选择数据中的一组随机子集来达成目标。被选取的子集被假设为局内点，并用下述方法进行验证：
    1.有一个模型适应于假设的局内点，即所有的未知参数都能从假设的局内点计算得出。
    2.用1中得到的模型去测试所有的其它数据，如果某个点适用于估计的模型，认为它也是局内点。
    3.如果有足够多的点被归类为假设的局内点，那么估计的模型就足够合理。
    4.然后，用所有假设的局内点去重新估计模型，因为它仅仅被初始的假设局内点估计过。
    5.最后，通过估计局内点与模型的错误率来评估模型。
    这个过程被重复执行固定的次数，每次产生的模型要么因为局内点太少而被舍弃，要么因为比现有的模型更好而被选用。

 3.3 检测直线的过程

    （1）随机从观测点中选择两个点，得到通过该点的直线；

    （2）用（1）中的直线去测试其他观测点，由点到直线的距离确定观测点是否为局内点或者局外点；

    （3）如果局内点足够多，并且局内点多于原有“最佳”直线的局内点，那么将这次迭代的直线设为“最佳”直线；

    （4）重复（1）~（3）步直到找到最佳直线

 3.3 检测圆的过程

    （1）随机从观测点中选择三个点，尝试得到通过这三个点的圆；

    （2）用（1）中的圆去测试其他观测点，由点到圆的距离确定观测点是否为局内点或者局外点；

    （3）如果局内点足够多，并且局内点多于原有“最佳”圆的局内点，那么将这次迭代的圆设为“最佳”圆；

    （4）重复（1）~（3）步直到找到最佳圆

取自：http://www.cnblogs.com/xrwang/p/SampleOfRansac.html