随机样本一致性(RANSAC)是一种迭代方法,用于从包含异常值的数据集中估计数学模型。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
例如,可以使用RANSAC来估计最适合一组点的直线方程。
数据点用蓝色表示,用红色表示使用RANSAC估计的y = mx+c形式。
在计算机视觉中,RANSAC是一种鲁棒方法估计基本矩阵在立体视觉中,用于寻找两组点之间的共性,进行基于特征的识别对象检测的连续视频帧视频稳定.
视频帧拼接在一起以创建视频马赛克。RANSAC用于估计视频帧之间的几何变换(参见例子详情)。
利用特征点匹配进行立体校正。RANSAC用于估计基本矩阵(参见MATLAB代码示例和说明).
详细信息请参见计算机视觉工具箱,与MATLAB而且动态仿真模块.
视频Mosaicking(例子)
使用点特征匹配在杂乱场景中检测物体(例子)
使用点特征匹配的视频稳定(例子)
使用自动特征匹配查找图像旋转和缩放(例子)
计算机视觉与MATLAB的目标检测与跟踪(46:56)(研讨会)
参见:特征提取,立体视觉,对象检测,图像识别,对象识别,RANSAC视频,点云
选择网站
选择一个网站,在可用的地方获得翻译的内容,并查看当地的活动和优惠。根据您所在的位置,我们建议您选择:.
您也可以从以下列表中选择一个网站:
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。
联系当地办事处