随机采样一致算法RANSAC《python图像处理篇》

引言：随机采样一致算法属于传统算法，在一些图像特征匹配算法中常常会看到此函数的身影，到底此函数是弄啥的呢？下面一起来看看吧！！！

1.介绍：

        随机采样一致算法RANSAC 的英文名称（RANdom SAmple Consensus），对于此算法的粗暴理解，小琼认为是模型估计算法，类似于最小二次法、，只不过最小二乘法采用所有的数据样本值来拟合模型，然而随机采用一致算法只采用一部分样本值作为数据的内点（inliers），然后使用这些内点来拟合模型。

2.RANSAC算法样本划分

此算法的数据样本划分为三类：

        1》内点（inliers，在群点）

        2》外点（outliers，离群点）

        3》噪点（杂乱无章的点）

3.算法描述

        随机采用一致算法采用数据集样本中的一部分样本作为数据的内点（inliers），剩余点暂时看作为离群点（outliers，外点），然后使用这些内点来拟合模型，然后将此模型数据样本逐步扩张，检验其他的点（离群点）是否满足此模型，如果满足则将此点归为内点，一次反复，当样本达到一定程度，，则进行模型更新，从新利用内点进行模型拟合（相当于从新建立数据模型），当精度满足一定要求才停止