马丁·菲斯勒（Martin A. Fischler），罗伯特·C·波尔斯（Robert C.
ACM的通信，1981年6月，第1卷。第24页，第381-395页
10.1145/358669.358692
评论
引入了新的范式，即随机样品共识（RANSAC），用于将模型拟合到实验数据。RANSAC能够解释/平滑数据，其中包含很大比例的总错误，因此非常适合在自动图像分析中应用，其中解释是基于由易于发行的特征检测器提供的数据。本文的主要部分描述了RANSAC在位置确定问题（LDP）中的应用：给定描绘一组具有已知位置的地标的图像，确定了获得图像的空间点。为了响应RANSAC的要求，获得了获得解决方案所需的最小地标数量的新结果，并提出了用于以封闭形式计算这些最低地面解决方案的算法。这些结果为可以在困难查看的自动系统解决了自动系统的基础
这篇文章全文写的很好
找不到条目
登录以阅读全文
需要访问吗？
请选择以下选项之一，以访问高级内容和功能。
创建一个Web帐户
如果您已经是ACM成员，通讯订户或数字图书馆订户，请设置一个Web帐户，以访问此网站上的高级内容。
加入ACM
成为成员充分利用ACM出色的计算信息资源，网络机会和其他好处。
订阅ACM杂志的通讯
完全访问50多年的CACM内容，并每月接收该杂志的印刷版。
购买文章
非会员可以购买本文或出现的杂志的副本。
