问RANSAC算法参数设置

EN

RANSAC算法在计算机视觉等工程领域得到了广泛的应用。然而，如果我理解得很好，在使用该算法时有两个参数需要设置:一个与迭代次数有关，另一个与估计模型的阈值有关。以线性线路估计问题为例：

​

​

图片中的蓝色点表示内部值，而红色点表示异常值。

迭代次数表明我们应该尝试多少次才能找到正确的线型。我们尝试得越多，我们就越有可能得到正确的模型。但是，消耗时间也会增加。此外，迭代次数还与数据集中异常值的百分比有关。离群值越少，我们可以期望的迭代就越少。

模型的阈值取决于手头的问题。如果设置得太严格，可能适合模型的数据将变得无用，从而导致不准确的估计。此外，严格的模型阈值也可能导致错误的模型。如果它设置得太松，异常值可能会出现并发挥作用。

目前，我对这两个参数的设置的解决方案是: 1)迭代次数:一开始粗略估计离群值的百分比，如果百分比较高，则需要更多的迭代；否则，将迭代次数设置得相对较低。2)模型阈值:在开始时设置一个相对较大的阈值保持，然后根据内部者与模型的接近程度对其进行加权。如果异常值碰巧变成了内异值，它们不会对模型估计产生重大影响。我想知道是否有其他的RANSAC参数设置解决方案。谢谢!