如何在Matlab中找到X，Y和Z的RANSAC

Question

我有一个带有X，Y和Z列的CSV文件来提供3D点。在该文件中，大约有4000个数据点。我在网上找到了有关如何对2D进行随机样本一致性（RANSAC）拟合但对3D却无任何拟合的东西，而我对找到所有图形数据点的“最佳拟合线”完全迷失了

Answer 1

在Matlab中，ransac似乎是计算机视觉工具箱的一部分。 function help page提供了对输入数据的以下描述：

“要建模的数据，指定为m×n矩阵。每一行对应于要建模的集合中的数据点。例如，要对一组二维点建模，请指定点数据作为m×2矩阵”

这似乎表明您只是将3D数据作为m×3阵列提供。例如：

DATA = [ 0 0 0; 0 0 1; 1 2 3];

等

如果CSV数据仅是3列乘以〜4000行的数组，而没有其他文本或数据，则您应该能够简单地以以下方式读取数据：

>> DATA = dlmread('data.txt')
DATA =
     0     0     0
     0     0     1
     1     2     3

后跟类似的内容：

[model, inpoints] = ransac (DATA, ...model options...)

Matlab帮助页面中描述了各种模型参数，并提供了一个二维数据集示例，该数据集使用“ M估计器SAmple and Consensus”（MSAC）模型比较了最小二乘拟合和RANSAC。如果距离公式是错误和包含的主要评估方法，则应该能够将其从2D扩展到3D。

我注意到您也将此问题标记为Octave。目前，八度似乎没有实现与ransac兼容的功能。如果您确实希望在Octave中运行代码，快速搜索就会发现一些表明Octave兼容性的实现，具体是：

• The RANSAC toolbox
• RANSAC for Dummies
• MATLAB and Octave Functions for Computer Vision and Image Processing

请注意，这些实现可能会有所不同，包括处理3D数据的方法或能力。