clc;clear;close all;

%%%二维直线拟合

%%%生成随机数据

%内点

mu=[ ];  %均值

S=[ 2.5;2.5 ];  %协方差

data1=mvnrnd(mu,S,);   %产生200个高斯分布数据

%外点

mu=[ ];

S=[ ; ];

data2=mvnrnd(mu,S,);     %产生100个噪声数据

%合并数据

data=[data1',data2'];

iter = ; 

 %%% 绘制数据点

 figure;plot(data(,:),data(,:),'o');hold on; % 显示数据点

 number = size(data,); % 总点数

 bestParameter1=; bestParameter2=; % 最佳匹配的参数

 sigma = ;

 pretotal=;     %符合拟合模型的数据的个数

 for i=:iter

 %%% 随机选择两个点

     idx = randperm(number,);

     sample = data(:,idx); 

     %%%拟合直线方程 y=kx+b

     line = zeros(,);

     x = sample(:, );

     y = sample(:, );

     k=(y()-y())/(x()-x());      %直线斜率

     b = y() - k*x();

     line = [k - b]

     mask=abs(line*[data; ones(,size(data,))]);    %求每个数据到拟合直线的距离

     total=sum(mask<sigma);              %计算数据距离直线小于一定阈值的数据的个数

     if total>pretotal            %找到符合拟合直线数据最多的拟合直线

         pretotal=total;

         bestline=line;          %找到最好的拟合直线

    end

 end

 %显示符合最佳拟合的数据

mask=abs(bestline*[data; ones(,size(data,))])<sigma;

hold on;

k=;

for i=:length(mask)

    if mask(i)

        inliers(,k) = data(,i);

        k=k+;

        plot(data(,i),data(,i),'+');

    end

end

 %%% 绘制最佳匹配曲线

 bestParameter1 = -bestline()/bestline();

 bestParameter2 = -bestline()/bestline();

 xAxis = min(inliers(,:)):max(inliers(,:));

 yAxis = bestParameter1*xAxis + bestParameter2;

 plot(xAxis,yAxis,'r-','LineWidth',);

title(['bestLine:  y =  ',num2str(bestParameter1),'x + ',num2str(bestParameter2)]);