Random Sample Consensus(RANSAC)算法介绍

       转眼间2012年过了三个月了，最近在做目标跟踪，需要利用ransac算法进行图像匹配，使用Opencv+vs进行实现。终于初见成效啊，很激动也很兴奋，在这里mark一下，以备查用 ！这里就不贴源码了，想想都是泪啊！

       RANSAC是“RANdom SAmple Consensus（随机抽样一致）”的缩写。它可以从一组包含“局外点”的观测数据集中，通过迭代方式估计数学模型的参数。它是一种不确定的算法——它有一定的概率得出一个合理的结果；为了提高概率必须提高迭代次数。该算法最早由Fischler和Bolles于1981年提出。

    RANSAC的基本假设是：
（1）数据由“局内点”组成，例如：数据的分布可以用一些模型参数来解释；
（2）“局外点”是不能适应该模型的数据；
（3）除此之外的数据属于噪声。
    局外点产生的原因有：噪声的极值；错误的测量方法；对数据的错误假设。

    RANSAC也做了以下假设：给定一组（通常很小的）局内点，存在一个可以估计模型参数的过程；而该模