资源简介

此ransac为图像匹配的一个重要环节,可实现更复杂的图像匹配

资源截图

代码片段和文件信息

% RANSAC - Robustly fits a model to data with the RANSAC algorithm
%
% Usage:
%
% [M inliers] = ransac(x fittingfn distfn degenfn s t maxDataTrials maxTrials)
%
% Arguments:
%     x         - Data sets to which we are seeking to fit a model M
%                 It is assumed that x is of size [d x Npts]
%                 where d is the dimensionality of the data and Npts is
%                 the number of data points.
%
%     fittingfn - Handle to a function that fits a model to s
%                 data from x.  It is assumed that the function is of the
%                 form:
%                    M = fittingfn(x)
%                 Note it is possible that the fitting function can return
%                 multiple models (for example up to 3 fundamental matrices
%                 can be fitted to 7 matched points).  In this case it is
%                 assumed that the fitting function returns a cell array of
%                 models.
%                 If this function cannot fit a model it should return M as
%                 an empty matrix.
%
%     distfn    - Handle to a function that evaluates估计 the
%                 distances距离 from the model to data x.
%                 It is assumed that the function is of the form:
%                    [inliers M] = distfn(M x t)
%                 This function must evaluate the distances between points
%                 and the model returning the indices of elements in x that
%                 are inliers内点 that is the points that are within distance
%                 ‘t‘ of the model.  Additionally if M is a cell array of
%                 possible models ‘distfn‘ will return the model that has the
%                 most inliers.  If there is only one model this function
%                 must still copy the model to the output.  After this call M
%                 will be a non-cell object representing only one model.
%
%     degenfn   - Handle to a function that determines whether a
%                 set of datapoints will produce a degenerate model.
%                 This is used to discard丢弃 random samples that do not
%                 result in useful models.
%                 It is assumed that degenfn is a boolean function of
%                 the form:
%                    r = degenfn(x)
%                 It may be that you cannot devise想到 a test for degeneracy in
%                 which case you should write a dummy假的 function that always
%                 returns a value of 1 (true) and rely on ‘fittingfn‘ to return
%                 an empty model should the data set be degenerate.
%
%     s         - The minimum number of samples采样最小值 from x required by
%                 fittingfn to fit a model.
%
%     t         - The distance threshold距离阈值 between a data point and the model
%                 used to decide whether the point is an inlier or not.
%
%     maxDataTrials - Maximum number of attempts尝试最大值 to select a non-dege

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       9674  2011-08-21 22:52  matlab ransac\ransac.m

     目录          0  2013-05-07 15:31  matlab ransac

----------- ---------  ---------- -----  ----

                 9674                    2


评论

共有 条评论