RANSAC算法简介
随机抽样一致性算法（Random sample consensus,RANSAC）是一种使用迭代的方法，从受噪声污染的数据集中估计数学模型参数的算法，与最小二乘法所起作用相同，各自的适用情况不同。RANSAC算法假设数据集中存在局内点（inlier）和局外点（outlier），并且假设只有判定的局内点才可以用来计算模型，局外点不应该对模型参数的求解产生任何影响。该算法是Fischler和Bolles 1981年在SRI International上提出的，他们使用该算法来解决3D重建中的位置确定问题（Location Determination Problem, LDP）。目前RANSAC算法被广泛用于计算机视觉领域中图像匹配、全景拼接等问题，比如从数对匹配的特征点中求得两幅图片之间的射影变换矩阵，OPENCV实现stitching类时即使用了该算法。 随机抽样一致性算法（Random sample conse
