java随机抽样算法_随机抽样一致性（RANSAC）算法详解

随机抽样一致性(RANSAC)算法能够有效的剔除特征匹配中的错误匹配点。

实际上，RANSAC能够有效拟合存在噪声模型下的拟合函数。实际上，RANSAC算法的核心在于将点划分为“内点”和“外点”。在一组包含“外点”的数据集中，采用不断迭代的方法，寻找最优参数模型，不符合最优模型的点，被定义为“外点”。这就是RANSAC的核心思想。

RANSAC原理

OpenCV中滤除误匹配对采用RANSAC算法寻找一个最佳单应性矩阵H，矩阵大小为3×3。RANSAC目的是找到最优的参数矩阵使得满足该矩阵的数据点个数最多，通常令h33=1来归一化矩阵。由于单应性矩阵有8个未知参数，至少需要8个线性方程求解，对应到点位置信息上，一组点对可以列出两个方程，则至少包含4组匹配点对。

RANSAC算法从匹配数据集中随机抽出4个样本并保证这4个样本之间不共线，计算出单应性矩阵，然后利用这个模型测试所有数据，并计算满足这个模型数据点的个数与投影误差(即代价函数)，若此模型为最优模型，则对应的代价函数最小。

损失函数：

也就是通过随机抽样求解得到一个矩阵，然后验证其他的点是否符合模型，然后符合的点成为“内点”，不符合的点成为“外点”。下次依然从“新的内点集合”中抽取点构造新的矩阵，重新计算误差。最后误差最小，点数最多就是最终的模型。

RANSAC算法步骤：

1. 随机从数据集中随机抽出4个样本数据 (此4个样本之间不能共线)，计算出变换矩阵H，记为模型M；

2. 计算数据集中所有数据与模型M的投影误差，若误差小于阈值，加入内点集 I ；

3. 如果当前内点集 I 元素个数大于最优内点集 I_best , 则更新 I_best = I，同时更新迭代次数k ;

4. 如果迭代次数大于k,则退出 ; 否则迭代次数加1，并重复上述步骤；

注：迭代次数k在不大于最大迭代次数的情况下，是在不断更新而不是固定的；

其中，p为置信度，一般取0.995；w为"内点"的比例 ; m为计算模型所需要的最少样本数=4；

关于RANSAC算法的思想，可以用下图表示

也就是RANSAC算法的本质是：在存在噪声的数据中，我们求解一个模型，使得非噪声数据可以用该模型表示，而噪声数据被排除在外。

分享三个讲解RANSAC算法的网址：

java随机抽样算法_随机抽样一致性（RANSAC）算法详解相关推荐

java enum 父类_枚举基类Enum详解
本文主要是对枚举类型的基类Enum类做一个介绍: 首先,Enum类位于java.lang包下,根据类的介绍可以发现,Enum类是Java中所有枚举类的父类,将枚举作为一个set或者Map的keys来使 ...
java udp 协议_网络协议 - UDP 协议详解
¶ 网络协议 - UDP 协议详解基于TCP和UDP的协议非常广泛,所以也有必要对UDP协议进行详解.@pdai ¶ UDP概述 UDP(User Datagram Protocol)即用户数据报协 ...
java cookie路径_路径问题以及cookie详解
1.路径问题: 注意 .代表执行程序的文件夹路径,在tomcat中也就是bin目录,所以要用this.getServletContext().getRealPath("/WEB-INF/cl ...
java response 对象_常用response对象的详解
每一个程序语言或开发工具都有一定的函数与用户进行沟通,Asp同样如此.在Asp中负责将信息传递给用户的对象就是Response对象.Response对象用于动态响应客户端请求(Request),并将动 ...
JAVA中希尔排序去的讲解_java 中基本算法之希尔排序的实例详解
java 中基本算法之希尔排序的实例详解希尔排序(Shell Sort)是插入排序的一种.也称缩小增量排序,是直接插入排序算法的一种更高效的改进版本.希尔排序是非稳定排序算法.该方法因DL．Shel ...
【JVM】对象存活判定算法、GC算法、STW、GC种类详解
[JVM]对象存活判定算法.GC算法.STW.GC种类详解文章目录 [JVM]对象存活判定算法.GC算法.STW.GC种类详解 GC主要关注的区域垃圾标记阶段:对象存活判断标记阶段:引用计数算法 ...
大白话解析Apriori算法python实现（含源代码详解）
大白话解析Apriori算法python实现(含源代码详解) 一.专业名词解释二.算法思路三.python代码实现四.Aprioir的优点.缺点及改进方法本文为博主原创文章,转载请注明出处,并 ...
EM算法（Expectation Maximization Algorithm）详解
EM算法(Expectation Maximization Algorithm)详解主要内容 EM算法简介预备知识极大似然估计 Jensen不等式 EM算法详解问题描述 EM算法推导 EM ...
蓝桥杯试题算法训练无聊的逗 C++ 详解
题目: 逗志芃在干了很多事情后终于闲下来了,然后就陷入了深深的无聊中.不过他想到了一个游戏来使他更无聊.他拿出n个木棍,然后选出其中一些粘成一根长的,然后再选一些粘成另一个长的,他想知道在两根一样长的 ...

java随机抽样算法_随机抽样一致性（RANSAC）算法详解

java随机抽样算法_随机抽样一致性（RANSAC）算法详解相关推荐

最新文章

热门文章