用me做后綴的網(wǎng)站跨境電商平臺(tái)
PCL點(diǎn)云處理之M估計(jì)樣本一致性（MSAC）平面擬合（二百三十五六）
- 一、算法介紹
- 二、使用步驟
- 1.代碼
- 2.效果
一、算法介紹
寫論文當(dāng)然用RANSAC的優(yōu)化變種算法MSAC啊，RANSAC太土太LOW了哈哈
MSAC算法（M-estimator Sample Consensus）是RANSAC（Random Sample Consensus）的一種變種，用于參數(shù)估計(jì)和模型擬合。下面簡(jiǎn)單介紹一下MSAC算法以及它與RANSAC算法的一些區(qū)別：
RANSAC算法：
RANSAC通過隨機(jī)選擇樣本集合來估計(jì)模型參數(shù)，然后根據(jù)擬合誤差和閾值來判斷哪些點(diǎn)屬于內(nèi)點(diǎn)（inliers），并用這些內(nèi)點(diǎn)重新估計(jì)模型參數(shù)。
RANSAC對(duì)于數(shù)據(jù)中存在噪聲和離群值時(shí)表現(xiàn)較好，但在高離群率情況下可能性能下降。
MSAC算法：