最小二乘法与RANSAC

对于点比较聚集,大部分在拟合的目标曲线周边的点,像下面这种,最小二乘法是比较适合的,但是一旦有一些离散点,哪怕数量很少,都会造成拟合变形。

最小二乘法与RANSAC_第1张图片

而RANSAC拟合直线时,可以忽略离群点的影响,不会被离群点带偏,更适合带噪点的点云的拟合。

你可能感兴趣的:(点云,最小二乘法,算法,人工智能,ransac)