随机样本共识(RANSAC)是一种从包含异常值的数据集中估计数学模型的迭代方法。RANSAC算法的工作原理是识别数据集中的离群值,并使用不包含离群值的数据估计所需的模型。
RANSAC通过以下步骤完成
- 随机选择数据集的一个子集
- 将模型拟合到所选子集
- 确定异常值的数量
- 为指定的迭代次数重复步骤1-3
例如,可以使用RANSAC来估计最适合一组点的直线方程。
有关详细信息,请参见计算机视觉的工具箱,与MATLAB和万博1manbetx.
视频Mosaicking(例子)
使用点特征匹配的视频稳定(例子)