随机抽样一致(RANdom SAmple Consensus,RANSAC)算法可以从一组包含“局外点”的观测数据集中,通过迭代方式估计数学模型的参数。RANSAC算法是一种不确定的算法--它有一定的概率得出一个合理的结果,为了提高准确率要提高迭代次数。
RANSAC基本假设:
(1)数据由“局内点”组成,即数据的分布可以用一些模型参数解释;
(2)“局外点”是不能适应该模型的数据;
(3)给定一组(较小的)“局内点”,存在一个估计模型,能够解释并适用于该组“局内点”。
“局外点”产生的原因:噪声、错误的测量方法、对数据的错误假设等。
示例
一个简单的例子是从一组观测数据中找出合适的2维直线。假设观测数据中包含局内点和局外点,其中局内点近似的被直线所通过,而局外点远离于直线。简单的最小二乘法不能找到适应于局内点的直线,原因是最小二乘法尽量去适应包括局外点在内的所有点。相反,RANSAC能得出一个仅仅用局内点计算出模型,并且概率还足够高。但是,RANSAC并不能保证结果一定正确,为了保证算法有足够高的合理概率,我们必须小心的选择算法的参数。
左图:包含很多局外点的数据集 右图:RANSAC找到的直线(局外点并不影响结果)
算法
RANSAC通过反复选择数据中的一组随机子集来达成目标。被选取的子集被假设为局内点,并用下述方法进行验证:1.有一个模型适应于假设的局内点,即所有的未知参数都能从假设的局内点计算得出。
2.用1中得到的模型去测试所有的其它数据,如果某个点适用于估计的模型,认为它也是局内点。
3.如果有足够多的点被归类为假设的局内点,那么估计的模型就足够合理。
4.然后,用所有假设的局内点去重新估计模型,因为它仅仅被初始的假设局内点估计过。
5.最后,通过估计局内点与模型的错误率来评估模型。
这个过程被重复执行固定的次数,每次产生的模型要么因为局内点太少而被舍弃,要么因为比现有的模型更好而被选用。
算法输入:
data -- 一组观测数据
model -- 适用于数据的模型
n -- 适用于模型的最少数据个数
k -- 算法迭代次数
t -- 用于决定数据是否适应模型的阈值
输出:
best_model -- 跟数据最匹配的模型参数(没有找到合适的模型,返回NULL)
best_consensus_set -- 估计出模型的数据点
best_error -- 跟数据相关的估计出的模型错误
算法伪代码:
iterations = 0
best_model = null
best_consensus_set = null
best_error = 无穷大
while ( iterations < k )
maybe_inliers = 从数据集中随机选择n个点
maybe_model = 适合于maybe_inliers的模型参数
consensus_set = maybe_inliers
for ( 每个数据集中不属于maybe_inliers的点 )
if ( 如果点适合于maybe_model,且错误小于t )
将点添加到consensus_set
if ( consensus_set中的元素数目大于d )
已经找到了好的模型,现在测试该模型到底有多好
better_model = 适合于consensus_set中所有点的模型参数
this_error = better_model究竟如何适合这些点的度量
if ( this_error < best_error )
我们发现了比以前好的模型,保存该模型直到更好的模型出现
best_model = better_model
best_consensus_set = consensus_set
best_error = this_error
iterations++
返回 best_model, best_consensus_set, best_error
RANSAC算法的可能变化包括以下几种:
(1)如果发现了一种足够好的模型(该模型有足够小的错误率),则跳出主循环。这样可能会节约计算额外参数的时间。
(2)直接从maybe_model计算this_error,而不从consensus_set重新估计模型。这样可能会节约比较两种模型错误的时间,但可能会对噪声更敏感。
算法实现
python的sklearn库已经实现了RANSAC算法。下面是一个测试用例:
import numpy as np
from matplotlib import pyplot as plt
from sklearn import linear_model
X = np.array([[445],[631],[800],[966],[1135],[1246]])
y = np.array([[1134],[1158],[1160],[1172],[1196],[2173]])
# Robustly fit linear model with RANSAC algorithm
ransac = linear_model.RANSACRegressor()
ransac.fit(X, y)
inlier_mask = ransac.inlier_mask_
outlier_mask = np.logical_not(inlier_mask)
print('outlier_mask:',outlier_mask)
# Predict data of estimated models
line_X = np.arange(0, 3000)[:, np.newaxis]
line_y_ransac = ransac.predict(line_X)
lw = 2
plt.scatter(X[inlier_mask], y[inlier_mask], color='yellowgreen', marker='.',
label='Inliers')
plt.scatter(X[outlier_mask], y[outlier_mask], color='gold', marker='.',
label='Outliers')
plt.plot(line_X, line_y_ransac, color='cornflowerblue', linewidth=lw,
label='RANSAC regressor')
plt.legend(loc='lower right')
plt.xlabel("Input")
plt.ylabel("Response")
plt.show()
结果如下图所示:
参考:
[1] http://www.cnblogs.com/xrwang/archive/2011/03/09/ransac-1.html