RANSAC算法

鲁棒最小二乘法可以解决少部分outlier，对于大量outlier的，我们先用RANSANC

随机选两个点为一条线 其余点对其进行投票 选出最多票的线


如何选择参数

1-e:兩個點都是属于线上

指定门限选定一条和多条线

优化N

实际上做完RANSAC后 还要进行LS

RANSAC在指纹识别的应用(分别代表:指纹分差，拐弯，结尾)

随机找三个对应点，计算矩阵T:abcdef，再用T计算所有点，看对应成功的点有多少个(设置门限)，进行投票

Fitting(The Hough Transform)

霍夫变换的思想：投票策略

遇到的问题：用极坐标系

噪声的影响(投票不集中):noise of level指的就是噪声的方差(正太分布)

随机点影响(伪峰值)

解决噪声的三种方法

软投票(实际应用上)

圆的霍夫变换

每个xy点有很多个r(组成一条直线)(r小于图像大小)进行投票.

作业：python代码识别钱币(用Candy边缘检测+霍夫变换)

https://github.com/CV-xueba/cvclass_basic
https://www.bilibili.com/video/BV1nz4y197Qv?p=4

霍夫变换的应用

假设是车，投票后找到车的位置