PCL点云处理之M估计样本一致性（MSAC）平面拟合（二百三十五六）
- 一、算法介绍
- 二、使用步骤
-
- 1.代码
- 2.效果
一、算法介绍
写论文当然用RANSAC的优化变种算法MSAC啊，RANSAC太土太LOW了哈哈
MSAC算法（M-estimator Sample Consensus）是RANSAC（Random Sample Consensus）的一种变种，用于参数估计和模型拟合。下面简单介绍一下MSAC算法以及它与RANSAC算法的一些区别：
RANSAC算法：
RANSAC通过随机选择样本集合来估计模型参数，然后根据拟合误差和阈值来判断哪些点属于内点（inliers），并用这些内点重新估计模型参数。
RANSAC对于数据中存在噪声和离群值时表现较好，但在高离群率情况下可能性能下降。
MSAC算法：
![P2602 [ZJOI2010] 数字计数](https://img-blog.csdnimg.cn/direct/fc9d5b66300949baad1106fd9648a6d5.png)
