[发明专利]一种基于改进RANSAC理论的快速气味指纹检测方法

摘要

本发明公开了一种基于改进RANSAC理论的快速气味指纹检测方法，包括观测数据集的采集、计算临时模型、验证临时模型、计算候选模型支集、验证候选模型、优化目标标模型六个步骤。本发明具有的优点和积极效果是：本发明的基于改进RANSAC理论的快速气味指纹检测方法，能够有效提出观测数据集中的干扰分子，并且能够大大提高运算效率，有效适应目前气味指纹检测的实时性要求。本发明主要应用在固定或者手持式电子鼻内，对于需要实时检测的场合尤其适用。适用本发明的固定或者手持式电子鼻，可以大大提高检测速度和准确性。

主权项

一种基于改进RANSAC理论的快速气味指纹检测方法，其特征在于，该方法包括观测数据集的采集、计算临时模型、验证临时模型、计算候选模型支集、验证候选模型、优化目标标模型六个步骤；具体实现方法如下：第一步，观测数据集的采集将气味阵列传感器采集的信号，转换成气味图谱数据库空间的观测数据集，将观测数据集均分成n+1个子集；第二步，计算临时模型从每个子集中随机选择一个点，得到n+1个点组成的随机样本集S，由该随机样本集S的前n个点得到临时模型P；第三步，验证临时模型检测随机样本集S的第n+1个点是否在P上，如果否，则返回第二步，重新选n+1个点；如果是，则此临时模型P为候选模型P1；第四步：计算候选模型支集由P1及其模型距离阈值L，检测在此候选模型上的点，得到候选模型的支集M，该支集M中包含m个点；第五步，验证候选模型检测m是否大于阈值T，如果否，则返回第二步重新选n+1个点，继续以上进程；如果是，则此候选模型P1为目标模型P2；第六步，优化目标模型用候选模型支集M对目标模型P2进行优化,使支集M中的所有点相对于目标模型P2的距离绝对值最小；经过优化后的模型成为模型P*。