随机取样一致,或RANSAC,是用于从含有异常值的数据集估计数学模型的迭代方法。RANSAC算法的工作方式是识别异常值的数据集,并估计使用不包含异常值数据所需的模型。
RANSAC与以下步骤完成
例如,一个直线的方程最适合的一组点可以使用RANSAC估计。
在蓝色显示的数据点,与形式为y的线使用RANSAC以红色表示= MX + C估计。
在计算机视觉,RANSAC作为一个健壮的方法来估计基本矩阵在立体视觉,寻找两组点之间的共性为基础的特征目标检测和注册用于顺序视频帧视频稳定。
视频的帧缝合在一起,以创建视频马赛克。RANSAC用于估计视频帧之间的几何变换(见例了解详细信息)。
立体整治采用特征点匹配。RANSAC用于估计基本矩阵(见MATLAB代码和解释例)。
有关详细信息,请参阅计算机视觉工具箱,它被用来与MATLAB和金宝app。
也可以看看:特征提取,立体视觉,目标检测,图像识别,物体识别,RANSAC视频,点云
选择一个网站,以获得翻译的内容,其中可看到当地的活动和优惠。根据您的位置,我们建议您选择:。
您还可以选择从下面的列表中的网站:
选择最佳的网站性能的中国网站(在中国或英文)。其他MathWorks的国家网站都没有从您的位置访问进行了优化。
请联系您当地的办事处