Este documento presenta un nuevo enfoque para estimar el consenso en un conjunto de datos. Bajo el marco de RANSAC, la perturbación en los datos no se ha considerado suficientemente. Analizamos el cálculo de homografía en RANSAC y encontramos que la varianza de su estimación disminuye monótonamente cuando aumenta el tamaño de la muestra. A partir de este resultado, llevamos a cabo un enfoque que puede suprimir la perturbación y estimar el conjunto de consenso simultáneamente. A diferencia de otros estimadores de consenso basados en métodos de muestreo aleatorio, nuestro enfoque se basa en el método de mínimos cuadrados y las estadísticas de orden, y por lo tanto es un esquema alternativo para la estimación de consenso. Combinado con el método basado en el vecino más cercano, nuestro enfoque alcanza una mayor precisión de coincidencia que el RANSAC simple y el MSAC, como se muestra en nuestras simulaciones.