根据点和法线识别边缘

[poster]

我在基于相对法线对点进行分类时遇到了一些问题。我想做的是使用下面获得的信息将简化的多边形拟合到这些点，并在一定程度上偏向90度角。

我对每个点都有粗略的（虽然不是很准确）法线，但是我不确定如何根据点的接近度和法线的接近度来分离数据库。我计划在将每个面的点分块后进行线性回归，因为法线有时与实际面不太吻合（尽管每个面彼此接近）

示例： 替代文字http://a.imageshack.us/img842/8439/ptnormals.png

理想情况下，我希望能够在此数据周围安装一个矩形。但是，多边形不必是凸面的，也不必与轴对齐。

关于如何实现这样的目标的任何提示都会很棒。

提前致谢



回答：

我会尝试以下

1. 根据接近度和相似角度对点进行聚类。我将使用单链接层次聚类（在Matlab中为LINKAGE ），因为您不知道先验会有多少条边。单连接有利于线性结构，这正是您要寻找的。作为两点之间的距离标准，您可以使用点坐标之间的欧几里得距离乘以角度的函数，只要角度相差超过20度或30度，该角度就会急剧增加。
2. 对数据进行（稳健）线性回归。使用法线可能有帮助，也可能没有帮助。我的猜测是他们不会提供太多帮助。为简单起见，您可能最初想忽略法线。
3. 找到线之间的交点。
4. 如有必要，您始终可以尝试提高拟合度，例如通过将相反的线约束为平行。

如果失败，您可以尝试在THIS PAPER中实施该方法，该方法允许一次拟合多条直线。



更多&回答...