从2D点列表中检测曲线的算法

Question

我试图从人体躯干模型照片中生成的一组2D点中提取水平线：

要点＆＃34;主要是＆＃34;以或多或少规则的方式形成水平（ish）线，但可能存在间隙/缺失点：

可能存在线条变形的区域：

有背景噪音的地区：

当然我需要调整一些东西，以便排除那些有缺陷的部分。我正在寻找的这个问题是建议的算法，以找到行为良好的行，填充最终的间隙，避免最终的噪音，并在一些不连续条件下正确终止行。

我相信可以进行一些优化或投票＆＃34;洪水填充＆＃34;这个变种会对候选人进行评分，并且只会产生良好的线条，但我对此并不熟悉，也无法自己解决任何问题。

此数据集为in a gist here，重要的是要注意X坐标是整数，因此点垂直对齐。 Y坐标虽然是十进制数。

Answer 1

我首先找到每个点的最近邻居，然后是另一边的第二个最近邻居 （我的意思是只考虑与第一个邻居相反的半平面中的点）。 / p>

如果到第二个邻居的距离超过第一个邻居的距离的两倍，则忽略它。

这样做，我打赌你会重建大量的曲线，而且还有空隙。

通过估计沿曲线的局部曲率（f.i.通过计算三个点的外接圆，取其他每个点，你可以丢弃嘈杂的部分。

然后，为了填补间隙，您可以检测曲线端点，并在外推方向周围的角度中查找最近的端点。

处理的第一步：

Answer 2

这些是表示方向模式的矢量字段的integral curves。

因此，可以首先通过从邻域中获取点并使用LS拟合线或执行PCA来找到每个点的斜率矢量（主要方向）。增加邻域半径应该可以处理数据不规则性，从而获得更大规模的斜率趋势，而不是局部噪声。

如果您决定这样做，您可以在这里发布您找到的斜率字段，那么我们可以看到一些切线而不是点吗？