opencv - 主成分分析和轮换

我已经实现了PCA，以便将旋转信息分配给从图像中提取的连接的2D点（边缘片段，参见下面图像中的数据点，例如）。我希望信息在数据轮换下可靠地重现，以便我可以将其用于识别目的（与1相当）。为此，我希望主要成分（特征向量）与点（+ - 180度）一起旋转。

我的实施包括数据的平均居中。我还测试了OpenCV的实现和Python中的一个实现相同结果的实现。这就是为什么我认为我的实现是正确的，问题是方法本身。我对其他2D发行版有很好的结果。尽管如此，对于这些特定的数据点，它似乎不起作用。

我已经完成了所有测试，无论标准偏差是否标准化（即，将x和y值的数据除以标准偏差）。

以下是我对不同数据轮换（从图像中提取）的结果：

可以看出，该方法不允许找到可再现的旋转。数据受量化影响（因为它是从图像中提取的），这就是为什么我认为这是问题的根源。因此，我用添加的随机噪声重复实验（第4列）。可以看出，这似乎不是问题所在。

我不知道如何解释显示的效果。我注意到主轴的一般方向在第一和第二行中似乎分别相似。我认为这意味着什么，但究竟是什么？我可以以某种方式解决问题，还是可能有更好的方法来解决这个问题？由于一些预处理，可以假设没有异常值。

感谢您的帮助！