模型拟合:RANSAC
Fitting : RANSAC
1.算法原理
RANSAC(随机一致性采样)是一种不确定性算法,主要解决样本中的外点问题,最多可处理50%的外点情况。RANSAC算法将数据集合划分为“内点”和“外点”,“内点”是组成模型参数的数据,而“外点”是不适合模型的数据,并且假设在给定一组含有少部分“内点”的数据中,存在一个可以估计出符合“内点”的模型。RANSAC的基本思想是:随机从样本中选取一个小的子集,使用这个子集来拟合模型,然后判定所选取子集之外的样本与所拟合模型的匹配程度,重复这个过程多次,再选取使得最多的样本都符合的模型作为最终拟合的模型。
2.算法步骤
- 1.随机采样K个点。
- 2.使用该K个点拟合一个模型。
- 3.设置内点门限,并且统计2所得模型的内点数目。
- 4.重复1~3 M次,选出内点数目最多的模型。
- 5.利用4得到的模型的内点再拟合一个模型。
(参数说明:N-样本点数,K-求解模型所需最少点数)
其中5为选做,可视任务情况而定。
3.自适应参数调整
M:迭代次数M:迭代次数M:迭代次数
p:期望得到好模型的概率p:期望得到好模型的概率p:期望得到好模型的概率
s:得到一个模型所需要的最少点数s:得到一个模型所需要的最少点数 s:得到一个模型所需要的最少点数
e:每次迭代的内点率e:每次迭代的内点率e:每次迭代的内点率
N=lg(1−p)lg(1−es)N = \frac{lg(1-p)}{lg(1-e^s)}N=lg(1−es)lg(1−p)
4.代码过程
- 生成目标函数
- 加入高斯白噪声
- 加入随机噪声点
- RANSAC拟合结果
模型拟合:RANSAC相关推荐
- python:随机采样一致性(RANSAC)直线模型拟合原理及代码实现
RANSAC直线模型拟合 过程原理 简介 算法原理 参数求解 数学知识 代码实现 伪代码 python代码实现 过程原理 简介 随机抽样一致算法(Random Sample Consensus,RAN ...
- 机器视觉:ransac算法详解
一.说明: 在线性回归问题中,采样点具备明显的线性相关性:如下图左.然而有些情性中,噪声很大,线性性散布在非线性点的噪声中,将无法用线性回归 的方法进行直线提取. 随机样本一致性 (RANSAC) 是 ...
- 计算机视觉基本原理介绍—RANSAC
RANSAC是计算机视觉中非常重要的算法,对于真实世界含有噪声数据的模型拟合非常有效. CVPR2006曾经专门有一个RANSAC Workshop:25 Years of RANSAC(http:/ ...
- RANSAC与圆柱拟合
RANSAC是"RANdom SAmple Consensus(随机抽样一致)"的缩写.它可以从一组包含"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 ...
- 相机模型与标定(十一)--LMEDS,M估计,RANSAC估计对比
原文: http://blog.csdn.net/lanbing510/article/details/50053865 图像配准对于运动平台(无人机,移动机器人)上的视觉处理有着极其重要的作用.配准 ...
- RANSAC的实现与应用
一.前言 RANSAC(Random Sample Consensus)算法并不陌生,在上一篇博客中(基于SIFT的图像Matlab拼接教程)也提到过,之前代码中也多次用过,其在直(曲)线拟合.特征匹 ...
- RANSAC算法(仅供学习使用)
1.定义 RANSAC(Random Sample Consensus)算法是一种基于随机采样的迭代算法,用于估计一个数学模型参数.它最初由Fischler和Bolles于1981年提出,主要用于计算 ...
- 三维点云学习(9)5-实现RANSAC Registration配准
三维点云学习(9)5-实现RANSAC Registration配准 参考博客: 机器视觉之 ICP算法和RANSAC算法 三维点云配准 ICP点云配准原理及优化 本章因个人能力有限,大部分代码摘自g ...
- RANSAC(随机采样一致算法)原理及openCV代码实现
<RANSAC(随机采样一致算法)原理及openCV代码实现> 原文: http://www.lai18.com/content/1046939.html 本文转自:http://b ...
最新文章
- 数据库 大数据访问及分区分块优化方案
- ngrok 内网穿透
- 十、oracle 常用函数
- 导线坐标计算软件_8套超全建筑工程测量计算表,输入参数得到精确结果,从此不加班...
- java虚拟机通俗_JAVA虚拟机的通俗解释
- RHEL 7.2 + Oracle 12cR2 + RAC
- [转]NS2上实现一个简单的路由协议
- ArcGIS for Desktop入门教程_第六章_用ArcMap制作地图 - ArcGIS知乎-新一代ArcGIS问答社区...
- FX系列PLC编程手册
- 年度最骚语言之文言文编程!!!
- ‘dtools’不是内部或外部命令,也不是可运行的程序或批处理文件,个人解决方案
- Clickhouse除数为0
- 【占星学】天蝎座女生性格特点
- 制作在线单词测试的软件,推荐几个在线测试英语单词量的网站
- 【天光学术】语言学论文:英语认知语言学和心理语言学的融通互补探析(节选)
- 机器学习基础(四)——决策树与随机森林
- 比如说,你下午四点钟来。那么从三点钟起,我就开始感到幸福。时间越临近,我就越感到幸福。到了四点钟的时候,我就会坐立不安:我就会发现幸福的代价。...
- 基于GEC6818的个人超市购物系统
- Selenium Grid 分享
- dw的php选择滑动图片效果,页面图片浮动左右滑动效果的简单实现案例
热门文章
- web页面:元素定位
- SpringCloud之Zuul网关控制(Finchley版本)
- 为什么用python扒取出来的数据为空列表_如何解决python xpath爬取页面得到空列表(语法都对的情况下)...
- win10网络上只能看见小部分电脑
- pytorch:.detach()、.detach_()的作用和区别
- rowspan无效_c# – RowSpan在iTextSharp中不起作用?
- Elrs 遥控器 设置 Express LRS lua脚本 设置
- 注册商标注册几个类别为好?
- 想工作嘛!让你[肝]一个月有多累
- 职业规划——swot分析法