[发明专利]基于自适应双倍阈值的RANSAC数字滤波方法

摘要

本发明公开了一种基于自适应双倍阈值的RANSAC数字滤波方法，属于数字信号处理和数字图像处理领域。本算法分为两步进行，第一步将域内点的距离阈值Lm先增至主信号域的宽Bm并进行域内点提取，第二步再将距离阈值减至主信号域宽Bm的一半并进行域内点提取，同时还可以针对主信号域外点占总信号的比例ε已知或者未知的情况在具体步骤进行自适应处理。该方法避开了传统方法中需要知道ε的缺点，在已知或未知主信号域外点占总信号的比例ε的情况下，都可以进行自适应特征提取或滤波，并且降低了特征提取和滤波时间，提高了特征提取和滤波稳定性和精度。

主权项

1.基于自适应双倍阈值的RANSAC数字滤波方法，其特征在于，包括以下步骤：步骤（1）对数字信号或数字图像进行采集，并确定所述数字信号或数字图像的主信号的基本模型；步骤（2）设定迭代次数的上限阈值N_iteration和域内点的距离阈值L_m，所述距离阈值L_m等于主信号域的宽度B_m；步骤（3）将域内点个数N_o初始值设为0，迭代次数N_c设为1；并且设定最优模型所要获得的域内点个数的阈值N_m；步骤（4）设定初始期望值N_h和期望值自减量N_minus，并将N_h和N_minus通过双倍距离阈值进行预处理；步骤（5）根据N_h和原信号数据总个数N_t，利用公式计算新的ε，其中ε为域外点占总数据个数的比例；并根据求得的ε及公式M=log(1-P)/log(1-(1-ε)^N)设定随机抽样的样本容量N和组数M；步骤（6）随机抽取M组样本数为N的样本，将i的初始值设为1；步骤（7）根据第i组样本利用拟合算法获取基本模型；步骤（8）根据设定的L_m计算基本模型的域内点个数N_i；步骤（9）当N_i>N_o时，将当前模型设为最优模型W_m，并设N_o=N_i；否则最优模型不变；步骤（10）若i=N，则进入下一步骤，否则令i=i+1，并返回步骤（7）；步骤（11）若N_o≥N_h或者N_c≥N_iteration时输出最优模型即滤波结果；否则设N_c=N_c+1后返回步骤（3）。