曲线拟合_RANSAC曲线拟合

最新推荐文章于 2023-09-20 10:26:40 发布

第三世界的妖孽

最新推荐文章于 2023-09-20 10:26:40 发布

阅读量2.0k

点赞数

文章标签：曲线拟合

本文链接：https://blog.csdn.net/weixin_29973493/article/details/112709819

版权

本文介绍了如何使用RANSAC(Random Sample Consensus)算法进行曲线拟合。首先，从给定点集中随机选取3个点计算二次曲线参数，接着计算所有点到曲线的距离，将距离小于阈值的点标记为内点。然后，根据内点数量计算概率并更新最优参数。该过程迭代多次，最终得到最佳拟合曲线。此外，提到了calc_parabola_vertex函数采用矩阵形式进行参数求解，与最小二乘法曲线拟合的参数表达式相同。

摘要由CSDN通过智能技术生成

判断逻辑：

1)给出一组点。每次任取3个，然后放到calc_parabola_vertex中求二次曲线的参数

2)以矩阵的形式，计算点到曲线的距离；若小于设定值，则算作内点

3)计算内点概率；若大于之前的概率，则更新概率值，曲线参数。

4)迭代n次，重复上面步骤

5)调用函数，画图

注意：关于calc_parabola_vertex()函数求参。是用的矩阵形式。参数最后的表达形式跟【最小二乘法-曲线拟合】中的一样。可参看推导过程

import numpy as npimport pandas as pdimport csvimport matplotlib.pyplot as pltimport random as rnd# Read data fileheaders = ['x', 'y']df = pd.read_csv('D:/python_train/RANSAC/ransac_sample/Reference/data_2.csv', names=headers)# Extracting x and y columnsx = df['x'].valuesy = df['y'].values# Converting string to floatfor dt in range(0, len(x)):    x[dt] = float(x[dt])    y[dt] = float(y[dt])plt.plot(x, y, '.')# Method to ge