RANSAC为RANdom SAmple Consensus的缩写，它是根据一组包含异常数据的样本数据集，计算出数据的数学模型参数，得到有效样本数据的算法。它于1981年由Fischler和Bolles最先提出[1]。 RANSAC算法经常用于计算机视觉中。例如，在立体视觉领域中同时解决一对相机的匹配点问题及基本矩阵的计算。 RANSAC算法的基本假设是样本中包含正确数据(inliers，可以被模型描述的数据)，也包含异常数据(Outliers，偏离正常范围很远、无法适应数学模型的数据)

它是基于一组包含异常数据的样本数据集，并计算数据的数学模型参数。这是第一次由Fischler和Bolles 1981提出。ransac是经常使用的计算机视觉。RANSAC假设为一组正确的数据，有一种方法，模型参数的计算。-It is based on a set of sample data sets containing abnormal data, and the mathematical model parameters are calculated. It was first propo

普通物探教程重力异常正演程序示例，简单条件下三度体的重力异常正演程序-Common Geophysical and tutorials gravity anomaly forward procedure example, the simple gravity conditions three degrees of abnormal body forward procedure