版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
1、课程实验报告2017 -2018 学年第一 学期课程名称:计算机视觉及应用实验名称:级:电通1班学生姓名:学号:。实验日期:2017.12.1 地点:指导教师:成绩评定:批改日期:,实 验 目 的 及 要 求RANSAC即随机抽样一致。它可以从一组包含“局外点”的观测数 据集中,通过迭代方式估计数学模型的参数。它是一种不确定的算法一 它有一定的概率得出一个合理的结果。借助MATLAB工具,通过RANSAC算法拟合圆,理解其原理,分析它的优点与确定。实 验 仪 器 设 备实验设备为一台装有 winlO系统的PC, matlab2015b 软件。实 验 原 理利用圆的定义,圆是平面内到定点F1、F
2、2的距离之和等于常数(大于|F1F2|)的动点P的轨迹,F1、F2称为圆的两个焦点。其数学表达式为:|PF1I+IPF2|=2a( 2a>|F1F2| )。选取3个点,2个焦点,1个过圆的点,就能确定圆。有一个模型适应于假设的局内点,即所有的未知参数都能从假设的局内点计算得出。用1中得到的模型去测试所有的其它数据, 如果某个点适用于估计实验内容的模型,认为它也是局内点。如果有足够多的点被归类为假设的局内点,那么估计的模型就足够合理。然后,用所有假设的局内点去重新估计模型(譬如使用最小二乘法),因为它仅仅被初始的假设局内点估计过。最后,通过估计局内点与模型的错误率来评估模型。上述过程被重复
3、执行固定的次数,每次产生的模型要么因为局内点太少而被舍弃,要么因为比现有的模型更好而被选用。实 验 步 骤 及 方 法第一步:生成随机点,本实验随机点的数量设置为300 ;第二步:第三步:第四步:参数的初始化,设置圆长短轴,生成圆模型;由圆定义,查找符合圆模型的点;画出拟合结果;实 验 数 据cic;clear;%生成带噪声的圆%参数初始化g_NumOfPoi nts = 500;%点数g_Err PointPart = 0.5;%噪声g_NormDistrVar = 3;%标准偏差a=20;b=20;%长轴短轴an gle=60;%倾斜角%圆生成beta = an gle * (pi / 1
4、80);matlab程序代码:alpha = linsp ace(O, 360, g_NumOfPoi nts) .* (pi / 180);X = (a * cos(a Ip ha) * cos(beta)- b * sin(alp ha) * sin( beta) )+wg n(1,le ngth (alp ha),g_NormDistrVar八2,'li nea门;Y = (a * cos(a Ip ha) * sin( beta)+ b * sin(alp ha) * cos(beta) )+wg n(1,le ngth(a Ip ha),g_NormDistrVar八2,
5、39;li nea门;Data二X; Y;plot(Data(1, :), Data(2, :), '.', 'Tag', 'DATA');hold on;% RANSAC圆拟合% 圆一般方程:Ax2+Bxy+Cy2+Dx+Ey+F=0%F=( p,x)p (1)*x(:,1)八2+p( 2)*x(:,1).*x(:,2)+p( 3)*x(:,2)八2+p(4 )*x(:,1)+p(5)%参数初始化nSampLen 二 2;%设定模型所依据的点数n DataLe n 二 size(Data, 2);%数据长度n Iter = 50;%最大循环次数
6、dThreshold = 2;%残差阈值nM axl nl yerCou nt=-1;%点数下限A=zeros(2 1);%B=zeros(2 1);P=zeros(2 1);% 主循环for i = 1:n Iter%=不等SampI eMask = zeros(1 n DataLe n);while sum( Samp leMask ) = nSampLenind = ceil(nDataLen * rand(1, nSampLen - sum(SampleMask); % 抽样,选取 nSampLen 个不同的点Samp leMask(i nd) = 1;endSam pie = fin
7、d( Sam pl eMask ); %找出非零元素的索引值,即建立模型的点% 建立模型,存储建模需要的坐标点,焦点和过圆的一个点%圆定义方程:到两定点之间距离和为常数A(:,1)=Data(:,i nd(1);%圆点% B(:,1)=Data(:,i nd(2);%焦点P(:,1)=Data(:,i nd(2);%圆上一点DIST= sqrt( P(1,1)-A(1,1)八2+( P( 2,1)-A(2,1)八2);%DIST = (P(1,1) - A(1,1)八2) + (P (2,1)-A(2,1)八2);XX二;nCurInl yerCou nt=0;%初始化点数为0个%是否符合模型
8、?for k=1:g_NumOfPoi ntsCurModel=A(1,1)A(2,1) DIST ;pdist=(Data(1,k)-A(1,1)八2+(Data(2,k)-A(2,1)八2);CurMask =(abs(DIST -p dist)< dThreshold);%到直线距离小于阈值的点符合模型,标记为1n Curl nIyerCou nt二nCurInl yerCou nt+CurMask;%计算符合圆模型的点的个数if(CurMask=1)XX 二xxQata(:,k);endend%选取最佳模型if n CurI nl yerCou nt > nM axI nI
9、yerCo unt%符合模型的点数最多的模型即为最佳模型nM axI nIyerCo unt = n CurI nl yerC ount;Elli pse_mask = CurMask;Elli pse_model = CurModel;Elli pse_poi nts = A P;Elli pse_x =xx;endend%由符合点拟合圆X八2+y八2+Dx+Ey+F=0% 圆一般方程:Ax2+Bxy+Cy2+Dx+Ey+F=0F=( P,x) p(1)*x(:,1)八2+p(2) *x(:,1).*x(:,2)+p(3) *x(:,2)八2+p(4) *x(:,1 )+p( 5)*x(:,
10、2)+p(6);p(1)=1;p(2)=0;p(3)=1;F=( p,x) p(1)*x(:,1)八2+p(3) *x(:,2)八2 +p (2)*x(:,1).*x(:,2)+p(4)*x(:,1)+p(5)*x(:,2)+p(6);pO 二1 1 1 1 1 1;%拟合系数,最小二乘方x=Elli pse_x'p r=nii nfit(x,zeros(size(x,1),1),F, p0);xmi n=mi n(x(:,1);xmax=max(x(:,1);ymi n二min( x(:,2);ymax=max(x(:,2);%画点作图p lot(Elli pse_poi nts(1
11、,:),Elli pse_poi nts(2,:),'r*');hold on;plot(Elli pse_x(1,:),Elli pse_x(2,:),'yo');hold on;ezpl ot(x,y)F( pr,x,y),-1+xmi n,1+xmax,-1+ymi n,1+ymax);title('RANSAC 圆拟合');legend('样本点','抽取点','符合点','拟合曲线')示例图片RANSAC拟合情况:通过在MATLAB上仿真,得到RANSAC圆拟合图,如下所示
12、:B3 Figure IFtu Td» yid Iniert Tanis ikyop Wireiaw Mp占J3| nsi 口HATJ包:剧£4合2110图1 第一次运行时RANSAC圆拟合图£diitirif-rt lock fleslrtop JJrdcrw JJe p-廿. U诒除袪A町S豪Ji:I空(ml® 口PAJsl帥匚国相合310-Id-IB3122201810-13 +*图2第二次运行时RANSAC圆拟合图B冈皿1庆 £(titJooliQe百加 P 岂 n制曽 tJelpU 二 d d b-、N:' S 迄I- 0 E
13、 丨 Q-祥本点 +柱取巨e占11Li_I111_总ea 22-20-1日 lb 化 -15 -IO图3第三次运行时RANSAC圆拟合图1.图1结果分析如图1所示,随机生成了 300个蓝色的点,其中局内点21个,即 黄色点,局外点190个,以抽样点为圆心,拟合了一个圆。(?+ 13.203)2 + (?- 11.928)2 = 1.23922.图2结果分析如图2所示,其中局内点11个,局外点200个,得到较好的拟合 结果。实 验 结 果 分 析(?+ 19.143)2 + (?+ 10.971)2 = 2.52123.图3结果分析如图3所示,其中局内点14个,局外点200个,得到较好的拟合 结果。(?+ 18.974)2 + (?+ 1.724)2 = 3.47324.图1、图2、图3横向对比分析图一、图二、图三,都是经过多次拟合才拟合成功。可能的原因是 样本点是随机产生的,不能确定每次产生的样本点都能成功的拟合。5.RANSAC拟合原理和流程图建立模型时利用圆的定义方程:diSt( PA)+dist ( RB)二DIST , 其中P为圆上一点,A为圆心。随机选取三点A,P构建圆模型,计算每 个点到此两焦点的距离和与 DIST的差值,差值小于一定阈值时的点为 符合模型的点,点数最多时的模型即为最佳圆模型,再根据符合条件的 点,利用圆一般方程X八2+y八2
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 2024年《广告发布合同》广告内容变更协议
- 2024年云计算服务与外包合同
- 2024年个人车库出租合同纠纷解决办法范例
- 2(2024版)物联网智慧社区建设与服务合同
- 中小学新冠疫情防控家长培训方案
- 2024年健身房器材租赁合同
- 2024年住建部确认建筑施工合同范本
- 职业教育专科联盟合作方案
- 桥梁拆除执行标准方案
- 房产交易中介的责任合同
- 内蒙古呼和浩特市回民区2023-2024学年七年级上学期期中语文试题
- (高清版)WST 433-2023 静脉治疗护理技术操作标准
- 电气职业生涯发展展示
- 2023-2024学年苏科版七年级数学上册《3.6整式的加减》同步练习题(附答案)
- 高考英语复习读后续写人与自然(4)讲义
- 数字经济概论 习题参考答案 李三希
- “教学评一致性”意义与含义
- 人工智能人才培养的智能医学与健康大数据分析技术
- 涉密内网分级保护设计方案
- 《学术不端行为》课件
- 花茶大学生创新创业计划书
评论
0/150
提交评论