matlab学习笔记（九）：RANSAC

一、简介

随机抽样一致算法（RANdom SAmple Consensus）
多视图几何p73

二、算法介绍（以2D点的直线拟合为例）

1、思想：随机选择两点，定义一条直线，该线的支集由一定距离阈值内的点数目来度量。重复多次这样的随机选择，具有最大支集的线被认为是鲁棒拟合，在距离阈值以内的点称为内点（组成一致集），反之称为野值。
2、算法框图
目标
一个模型与含有野值的数据集S的拟合
算法
（1）随机地从S中选择s个数据点，组成一个样本模型；
（2）确定在模型距离阈值t内的数据点集Si（内点，一致集）；
（3）如果Si的大小（内点的数目）大于某个阈值T，用Si的所有点重估计模型并结束；
（4）否则，选择一个新的子集并重复上面过程；
（5）经过N次试验，选择最大一致集Si，并用Si的所有点重估计模型。

三、三个问题

（1）如何选取距离阈值？
  希望选择的距离阈值t使点成为内点的概率是$\alpha$，通常$\alpha$取0.95。
（2）采样多少次为宜？
  保证由s个点组成的随机样本中至少有一次没有野值的概率为p，通常p取0.99，假定$\omega$是任意选择的数据点为内点的概率，$\epsilon$