之前觉得RANSAC算法挺复杂的,这几天突然就理解了。
RANSAC算法是一种通过采样集合S,以及已知的数据模型,确定模型参数的方法。该算法主要用于集合S中存在野值时模型参数的求解,对于不存在野值的情况,该方法同样适用。算法流程如下:
- 随机的从S中选择s个数据点,s是刚能求解模型参数的点个数。并求解一组模型参数。
- 使用求解的模型参数,重新检验S中的点。对于误差在t内的点,记录点数。
- 对于点数大于设定的阈值T时,跳转到6。
- 对于没有达到阈值,并且迭代次数没有超过迭代阈值N,跳转1
- 选择误差在t内的最多的点时求解出的模型参数
- 使用模型参数求解内点
- 使用内点从新估计参数模型。
- 算法结束。