随机抽样一致性算法 它是从一个观察数据集合中，估计模型参数（模型拟合）的迭代方法。-Random consistency algorithm is an observation from the data set, the estimated model parameters (model fitting) the iterative method.

随机抽样一致性（RANSAC）处理程序，有效估计出模型参数，可自主设置迭代次数，收敛准则-Random sample consensus (RANSAC) process, effectively estimate the model parameters can be independently set number of iterations, convergence criteria

针对三维重建中的点云配准问题，提出一种基于点云特征的自动配准算法。利用微软Kinect传感器采集物 体的多视角深度图像，提取目标区域并转化为三维点云。对点云进行滤波并估计快速点特征直方图特征，结合双向 快速近似最近邻搜索算法得到初始对应点集，并使用随机采样一致性算法确定最终对应点集。根据奇异值分解法 求出点云的变换矩阵初始值，在初始配准的基础上运用迭代最近点算法做精细配准。实验结果表明，该配准方法既 保证了三维点云的配准质量，又降低了计算复杂度，具有较高的可操作性和鲁棒性。