matlab - 通过RANSAC查找正弦线

我有一些点需要使用它们在各自正弦曲线线附近的位置进行分组。我试图使用标准的Hough变换来确定行，但这并不能解决问题(仅检测到几行)。

我想测试RANSAC是否可以更好地检测各种正弦曲线。您是否有类似算法的示例？

我知道RANSAC并不是找到多行的最佳工具，所以我要做的是:a)找到适合大多数点的函数； b)迭代搜索，仅考虑其余搜索。

最佳答案

兰萨克

算法

直到达到内部百分比阈值或测试了N个样本组合。

它随机选择最小的样本以构建或拟合模型。

其他数据点被分类为离群值或离群值

该模型被接受或拒绝

输入:

用于确定离群值和离群值的容错性

阈值上限百分比

测试的最大样本组合

可能的改进

确保不对任何组合进行超过一次的测试

如果可以使用更好的方法来选择组合，请使用它。

一旦找到许多内线，请使用一组新的内线进行进一步搜索

来源:
Fischler and Bolles-随机样本共识:模型拟合的范例，适用于图像分析和自动制图

您的应用

您的模型是定义为f(x)=幅度* sin(周期* x)+偏差的正弦。拟合此模型并不容易，因为它取决于三个参数。我认为，从长远来看，这样做可能会带来风险，并且可能会产生过度拟合的风险。一种可能的解决方案可能是在不同的时间段多次运行该算法，并保持偏差和幅度固定。

iterationThreshold = 10000;
iterationCount = 0
errorthreshold = 0.05;

while(numel(inliers(:,1)) > inlierThreshold)

   samples = extractMinimumSamples(points);
   [sineX, sineY] = fitSine(samples);
   inliers = determineInliers(points, SineX, SineY)

   iterationCount = iterationCount + 1;

   if(iterationCount => iterationThreshold)
      break;
   end

end

另请参见可能的改进以修改此代码

关于matlab - 通过RANSAC查找正弦线，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/30870904/