随机抽样一致算法(RANSAC, Random Sample Consensus )

之前觉得RANSAC算法挺复杂的，这几天突然就理解了。

RANSAC算法是一种通过采样集合S，以及已知的数据模型，确定模型参数的方法。该算法主要用于集合S中存在野值时模型参数的求解，对于不存在野值的情况，该方法同样适用。算法流程如下：

1. 随机的从S中选择s个数据点，s是刚能求解模型参数的点个数。并求解一组模型参数。
2. 使用求解的模型参数，重新检验S中的点。对于误差在t内的点，记录点数。
3. 对于点数大于设定的阈值T时，跳转到6。
4. 对于没有达到阈值，并且迭代次数没有超过迭代阈值N，跳转1
5. 选择误差在t内的最多的点时求解出的模型参数
6. 使用模型参数求解内点
7. 使用内点从新估计参数模型。
8. 算法结束。