随机示例共识或Ransac是一种迭代方法,用于估计包含异常值的数据集的数学模型。RANSAC算法通过识别数据集中的异常值并使用不包含异常值的数据估计所需模型。
Ransac通过以下步骤完成
例如,可以使用RANSAC估计最适合一组点的线的等式。
数据点以蓝色显示,具有y = mx + c的线,估计使用红色表示的Ransac。
在计算机视觉中,Ransac被用作鲁棒方法估计基本矩阵在立体声愿景中,用于找到基于特征的两组点之间的共性对象检测,并注册顺序视频帧视频稳定。
视频框架缝合在一起,创建视频马赛克。Ransac用于估计视频帧之间的几何变换(参见例子有关详细信息)。
使用特征点匹配的立体声整流。Ransac用于估计基本矩阵(查看matlab代码和解释示例)。
有关详细信息,请参阅电脑视觉工具箱,它用于马铃薯和金宝app。
视频摩托车(例子)
使用点特征匹配检测杂乱场景中的对象(例子)
使用点特征匹配的视频稳定化(例子)
使用自动功能匹配查找图像旋转和刻度(例子)
也可以看看:特征提取那立体声愿景那对象检测那图像识别那对象识别那Ransac视频那点云
选择一个网站
选择一个网站,以便在可用的地方进行翻译的内容,并查看本地活动和优惠。根据您的位置,我们建议您选择:。
您还可以从以下列表中选择一个网站:
选择中国网站(以中文或英文)以获取最佳网站性能。其他MathWorks国家网站未优化您的位置。
联系您当地的办公室