图像配准RANSAC方法学习笔记

• 最小二乘法的缺点：不能识别出哪些是正确的点，哪些是错误的点

RANSAC算法步骤：

1. 从样本集中随机选取一组足以计算模型参数的子样本，计算得到模型参数
2. 判断模型参数的质量（计算符合该模型的样本数量，数量越多越好）
3. 重复上述步骤，记录质量最好的模型；满足迭代条件时退出

原理：

p表示迭代过程中出现过的好模型的概率（即用于计算模型参数的点均为局内点）。
w=局内点的数目/数据点的总数目（w未知）。
计算模型参数需要n个点，n个点中至少有一个点为局外点的概率：$1-$