Подходящая модель к шумным данным
[model,inlierIdx]
= ransac(data,fitFcn,distFcn,sampleSize,maxDistance)
[
подбирает модель к шумным данным с помощью демонстрационного согласия M-средства-оценки (MSAC) алгоритм, версия согласия случайной выборки (RANSAC) алгоритм.model
,inlierIdx
]
= ransac(data
,fitFcn
,distFcn
,sampleSize
,maxDistance
)
Задайте свою функцию для того, чтобы подобрать модель, fitFcn
и вашу функцию для вычисления расстояний от модели до ваших данных, distFcn
. Функция ransac
берет случайные выборки из вашего data
с помощью sampleSize
и использует подходящую функцию, чтобы максимизировать количество inliers в maxDistance
.
[1] Торр, P. H. S. и А. Зиссермен. "MLESAC: Новое Устойчивое Средство оценки с Приложением к Оценке Геометрии Изображений". Компьютерное зрение и Распознавание изображений. Издание 18, Выпуск 1, апрель 2000, стр 138–156.