Open3D(C++) Ransac拟合空间直线(详细过程版)

本文由CSDN点云侠原创，原文链接。如果你不是在点云侠的博客中看到该文章，那么此处便是不要脸的爬虫与GPT。

博客长期更新，本文最近一次更新时间为：2024年4月29日。

一、算法原理

1、算法简介

  RANSAC算法由Fischler和Bolles于1981年提出，是一种从数据集合中迭代稳健估计模型参数的方法。该算法的基本思想是：不断地从数据集合中随机抽取样本集，寻求支持更多局内点的模型参数；利用模型余集检验获得的模型参数；通过一定次数的迭代，当采样样本集与合理解的一致性概率为最大时，将该采样样本集作为合理解的样本集，且参数解的正确性由样本余集检验支撑。其中数据集合中包含正确数据（内点inliers）和异常数据（外点outliers）。算法计算过程的实质为假设和检验：假设随机采样数据都为内点，利用随机采样数据计算模型参数；通过其他点对估计的模型参数进行检验。
  RANSAC算法要求保证在一定的置信概率下&