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 α \alpha α,通常 α \alpha α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 ω \omega ω是任意选择的数据点为内点的概率, ε = 1 − ω \varepsilon = 1-\omega ε