Ransac 简要介绍

什么是RANSAC?

RANSAC是RANdom SAmple Consensus（随机抽样一致性）的缩写。它是从一个观察数据集合中，估计模型参数（模型拟合）的迭代方法。它是一种随机的不确定算法，每次运算求出的结果可能不相同，但总能给出一个合理的结果，为了提高概率必须提高迭代次数。

RANSAC很强大。如图1所示，RANSAC用于在强干扰环境中寻找以某种模型（如直线）出现的数据。图中黄色点代表坐标原点，蓝色点代表输入的数据点集合（其中包含20个真实点和40个干扰点），红色点代表RANSAC算法在强干扰环境中，经过500次左右的抽样迭代，能找出的和直线拟合最好的13点（之所以不等于20，是因为真实直线也受到轻微干扰，所以并不笔直）。

图1，随机抽样一致性算法示例图本文来自:http://shenlejun.cn.

RANSAC常常用于计算机视觉，例如求解图像对应点和估计立体视觉的基本矩阵。

参考文献：

[1]RANSAC25年,http://cmp.felk.cvut.cz/ransac-cvpr2006/
[2]RANSAC名词解释,http://en.wikipedia.org/wiki/RANSAC

 

转自：蜜蜂电脑，http://www.shenlejun.cn/my/article/show.asp?id=43