matlab ransac拟合平面

RANSAC（Random Sample Consensus）是一种常用于拟合模型的算法，在拟合平面等几何形状时也非常实用。下面是一个简单的 MATLAB RANSAC 拟合平面的示例代码：

% 生成用于测试的数据
x = randn(100, 3);
x(1:50, 3) = 0;
x(51:end, 3) = 1;

% RANSAC 参数设置
n = 3; % 采样点数
t = 0.1; % 阈值，这里设置为距离平面的最大误差
p = 0.99; % 可信度，这里设置为 99%

% 初始化变量
bestInliers = [];
bestPlane = zeros(1, 4);
count = 0;

while count < 1000 % 迭代次数
    % 随机采样 n 个点
    ind = randperm(size(x, 1), n);
    sample = x(ind, :);

    % 拟合平面
    plane = fitplane(sample);

    % 计算每个点到平面的距离
    d = abs(x * plane(1:3)' + plane(4));

    % 找到符合阈值的点
    inliers = find(d <= t);

    % 更新最优解
    if length(inliers) > length(bestInliers)
        bestInliers = inliers;
        bestPlane = plane;
        w = length(bestInliers) / size(x, 1);
        k = log(1 - p) / log(1 - w^n);
        count = ceil(k);
    end
end

% 输出结果
fprintf('平面方程为 %.4fx + %.4fy + %.4fz + %.4f = 0\n', bestPlane);
fprintf('共找到 %d 个内点\n', length(bestInliers));

上述代码中，`fitplane` 是拟合平面的函数，可以使用 MATLAB 自带的 `fit` 函数或者其他相关函数实现。在 RANSAC 迭代过程中，每次随机采样 n 个点，拟合平面并计算每个点到平面的距离，找到符合阈值的内点，并根据内点数量更新最优解。当迭代次数超过预设值时，返回最优解。