RANSAC

Questa voce o sezione sull'argomento algoritmi non cita le fonti necessarie o quelle presenti sono insufficienti.

---

Puoi migliorare questa voce aggiungendo citazioni da fonti attendibili secondo le linee guida sull'uso delle fonti.

RANSAC sta per "RANdom SAmple Consensus". È un metodo iterativo per la stima dei parametri di un modello matematico a partire da un insieme di dati contenente outlier. È un algoritmo non deterministico nel senso che produce un risultato corretto solo con una data probabilità, che aumenta al crescere delle iterazioni consentite. L'algoritmo è stato pubblicato per la prima volta da Fischler e Bolles nel 1981.

L'assunzione di base per il funzionamento è che i dati siano costituiti da inlier, i.e. dati la cui distribuzione può essere caratterizzata dall'insieme di parametri di un modello, e outlier cioè dati che non sono rappresentati da tale modello. Inoltre, i dati possono essere affetti da rumore. Gli outlier possono provenire, ad esempio, da valori estremi del rumore o da misure erronee o ipotesi incorrette sull'interpretazione dei dati. RANSAC assume inoltre che, dato un insieme (solitamente ridotto) di inlier, esiste una procedura che può stimare i parametri di un modello che rappresenta in modo ottimale i dati.