RANSEC算法

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)]);