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