RANSEC算法
2024-10-21 07:57:51
移步:https://blog.csdn.net/u010128736/article/details/53422070
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)]);
最新文章
- Connect to the DSP on C6A8168/DM8168/DM8148 using CCS
- iOS面试用到的知识点和技术点--第二章
- JS 做时钟
- Python下安装MySQLdb
- linux根目录下的文件夹
- OSG Win7 + VS2015 编译
- 如果设置Keil从C代码编译出来的hex文件地址从0x8000开始
- 用nrm一键切换npm源
- 【Ubuntu 16】安装eclipse
- [2017-09-04]Abp系列——为什么值对象必须设计成不可变的
- iOS之 git 简单使用
- Java学习笔记12---向上转型-父类的对象引用指向子类对象
- Gethub readme 撰写
- 关于svn上传.classpath等问题
- Oracle数据库查询基本数据
- DevOps之基础设施-电力
- 【Socket】linux高性能网络服务程序
- C#学习笔记(30)——系统自带委托Func和Action
- windows设置代理.bat 脚本
- 数据库——SQL中EXISTS怎么用2(转)