Copyright ©2013-2017 杭州九狐科技有限公司 论文查重检测系统入口 All Rights Reserved. 网站备案号：浙ICP备19020991号-23.
随机抽样一致（RANSAC）是一种通过使用观测到的数据点来估计数学模型参数的迭代方法。 其中数据点包括inlier，outlier。 outlier对模型的估计没有价值，因此该方法也可以叫做outlier检测方法。 这是一种非确定性算法，因为它是在一定概率下得到一个合理的结果，当迭代次数增加，概率也会增加。 此RANSAC算法在1981年由Fischler和Bolles首次提出。 最基本的假设便是数据中是有inlier，例如：其可以用一些参数模型来描述，尽管可能有些微噪音，以及outlier不能用模型拟合。 outlier一般噪音极大或者由不正确的假设得到的错误测量。 RANSAC同时也假设在给定的inlier情况下，存在一个过程可以估计好参数模型并且可以很好地拟合这些数据。